fedi-indexにおけるGLM 5.1
各カテゴリのスコア、その内訳、コスパ、ローカル実行、推移。
fedi-index · 総合
A 1,432 ±5
パーセンタイル 83 · #51
人間の評価 / タスク解決
1,445 / 1,415
人間の投票とベンチマーク、Elo-eq
コスパ
+36
100万トークンあたり$2.13、42社のプロバイダーの中央値 · 公式 $2.15
手元のハードウェアで
参照環境のいずれにも収まりません。
スコアの内訳
A 総合 1,432 [1,427–1,437] パーセンタイル 83 · #51 · 要素数：9
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
150 ±0.90 | 1,436 ±7 | 33.9% | 2026-04-07 | — |
| LMArena |
text/overall
|
1,461 ±1.87 | 1,462 ±2 | 15.6% | 2026-10-02 | — |
| LMArena |
text/hard_prompts
|
1,472 ±2.17 | 1,459 ±2 | 15.6% | 2026-10-02 | — |
| LMArena |
text/instruction_following
|
1,451 ±2.63 | 1,461 ±2 | 7.7% | 2026-10-02 | — |
| LMArena |
text/expert
|
1,476 ±4.14 | 1,457 ±3 | 7.5% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1,466 ±2.51 | 1,462 ±2 | 3.9% | 2026-10-02 | — |
| Epoch AI |
simpleqa_verified
減衰 ×0.61 |
0.34 ±0.01 | 1,404 ±5 | 3.8% | 2026-08-27 | — |
| LMArena |
text/multi_turn
|
1,472 ±3.51 | 1,464 ±3 | 3.8% | 2026-10-02 | — |
| Epoch AI |
gpqa_diamond
減衰 ×0.26 |
0.90 ±0.02 | 1,458 ±10 | 1.3% | 2026-08-10 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A コーディング 1,434 [1,430–1,437] パーセンタイル 85 · #43 · 要素数：3
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
webdev/overall
|
1,508 ±3.44 | 1,452 ±1 | 39.6% | 2026-10-01 | — |
| LMArena |
text/coding
|
1,486 ±2.86 | 1,458 ±3 | 38.7% | 2026-10-02 | — |
| Epoch AI |
swe_bench_verified
減衰 ×0.37 |
0.74 ±0.02 | 1,454 ±10 | 13.4% | 2026-05-15 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 数学 1,418 [1,410–1,426] パーセンタイル 82 · #46 · 要素数：2
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/math
|
1,473 ±5.85 | 1,463 ±6 | 50.4% | 2026-10-02 | — |
| Epoch AI |
frontiermath_t1_3
減衰 ×0.86 |
0.37 ±0.03 | 1,401 ±6 | 42.4% | 2026-08-29 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 文章作成 1,459 [1,454–1,463] パーセンタイル 91 · #24 · 要素数：2 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1,452 ±3.37 | 1,482 ±3 | 62.0% | 2026-10-02 | — |
| LMArena |
text/longer_query
|
1,466 ±2.51 | 1,462 ±2 | 31.9% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：繁體中文 1,448 [1,441–1,456] パーセンタイル 88 · #27 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1,515 ±5.06 | 1,465 ±4 | 93.7% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Deutsch 1,437 [1,421–1,453] パーセンタイル 85 · #23 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/german
|
1,464 ±10 | 1,457 ±9 | 92.2% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：English 1,452 [1,447–1,457] パーセンタイル 91 · #26 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1,476 ±2.42 | 1,468 ±3 | 94.0% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Español 1,443 [1,431–1,456] パーセンタイル 88 · #18 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/spanish
|
1,468 ±7.36 | 1,461 ±7 | 93.0% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Français 1,438 [1,425–1,450] パーセンタイル 81 · #27 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/french
|
1,475 ±7.56 | 1,456 ±7 | 93.0% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：日本語 1,432 [1,416–1,449] パーセンタイル 80 · #26 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/japanese
|
1,434 ±12 | 1,452 ±9 | 92.2% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：한국어 1,432 [1,419–1,446] パーセンタイル 80 · #28 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/korean
|
1,420 ±9.72 | 1,450 ±7 | 92.8% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
B 言語：Polski 1,428 [1,414–1,442] パーセンタイル 74 · #35 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/polish
|
1,445 ±9.05 | 1,446 ±8 | 92.7% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
A 言語：Русский 1,439 [1,432–1,446] パーセンタイル 84 · #38 · 要素数：1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1,453 ±3.92 | 1,455 ±4 | 93.8% | 2026-10-02 | — |
重みはスコアに占める要素の割合です（残りは事前値で、データの少ないモデルを母集団の中央値に近づけます）。 算出方法
推移
同じデータを表で表示
| モデル | 2026-10 |
|---|---|
| GLM 5.1 | 1,432 A |
バッジ
モデルのfedi-indexをあなたのサイトやREADMEに表示できます。バッジは自動更新され、このページにリンクします。
データはCC BY 4.0：fedi.softwareへのリンクを残してください。