G

GLM 4 Air 250414

智譜AIが開発した軽量化でコストパフォーマンスに優れた推論モデルで、GLM - 4アーキテクチャを最適化し、128Kの長いコンテキストウィンドウをサポートします。出力スタイルは規範的で簡潔で、平均生成文字数は3800文字で、同類のモデルに比べて総合コストが30倍削減され、高頻度の推論シーンに適しています。
インテリジェンス(弱い)
速度(比較的遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
128,000
コンテキストウィンドウ
0
最大出力トークン
2024-10-31
知識カットオフ
価格設定
¥0.5 /M tokens
入力
- /M tokens
出力
¥0.5 /M tokens
混合価格
クイック簡易比較
GLM-4-Plus
¥0.63
GLM-4-Air-250414
¥0.07
基本パラメータ
GPT-4.1技術パラメータ
パラメータ数
未発表
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
2024-10-31
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
0
リリース日
2025-04-15
応答速度
64 tokens/s
ベンチマークスコア
以下はclaude-monetの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
-
大規模言語モデルインテリジェンスレベル
コーディング指数
-
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
-
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
-
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
-
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
-
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
-
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
-
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
-
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
-
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase