Zum Inhalt
Tier B — Produktion
Läuft in:CNErstellt in:China
Z.ai (GLM / Zhipu)

CogView-4

Tier B — Produktion

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··
Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz55 runs
6612841110210120091380808-0808-21ms
Abschnitt 02

Qualitätswerte

Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.

1%
Codegenerierung
Jury-Mittel 0
<1%
Kreativ
Jury-Mittel 0

Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.

Abschnitt 03

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)26 / avg 26
3019

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 04

Fähigkeiten

note: plain "cogview-4" = Unknown Model; use dated slugsource: zaiimage generation
Abschnitt 05

Verfügbarkeit

Verfügbarkeit

Noch keine Messdaten

Es wurden noch nicht genug API-Aufrufe aufgezeichnet, um Verfügbarkeitsstatistiken für dieses Modell anzuzeigen. Daten erscheinen, sobald das Modell Live-Traffic erhält.

Abschnitt 06

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-50/100 · 4 runs
0 correct0 partial4 wrong0% accuracy
2026-09-06

CogView-4 maintains steady image generation performance in second window

CogView-4 continues to demonstrate consistent image generation capabilities in its second benchmark window, showing no significant performance changes from its debut. The model maintains its position as a competent image generation solution with stable output quality. Users can expect reliable performance for standard image generation tasks, though the lack of measurable improvement suggests the model has settled into a steady state rather than showing rapid development. The absence of any performance degradation is noteworthy, indicating solid engineering and consistent model behavior across evaluation periods. For teams evaluating image generation options, CogView-4 presents as a stable choice that delivers predictable results without surprising regressions. The model's continued availability and unchanged capabilities make it suitable for production workflows where consistency is valued. However, users seeking cutting-edge improvements or new features will find this window uneventful. The benchmark data reveals neither breakthrough advances nor concerning declines, positioning CogView-4 as a reliable if unremarkable option in the current image generation landscape.

Qualität

Latenz p50

Testläufe

0

Performance remains stable No quality degradation observed
Letzter automatisierter Test
21. Aug. 2026 · 20:02 UTC · Geschwindigkeits-Benchmark
P50-Latenz
7600 ms
P95-Latenz
8515 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·21. August 2026