Aller au contenu
Tier B — Production
Fonctionne en :CNCréé en :China
Z.ai (GLM / Zhipu)

GLM Image

Tier B — Production

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P9556 runs
567830016034237673150008-0808-21ms
Section 02

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)7 / avg 23
3505

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 03

Capacités

source: zaiimage generation
Section 04

Disponibilité

Disponibilité

Pas encore de données

Nous n'avons pas encore enregistré suffisamment d'appels API pour afficher les statistiques de disponibilité de ce modèle. Les données apparaîtront dès que le modèle reçoit du trafic en direct.

Section 05

Verdicts benchmark Tokonomix

2026-09-06

GLM Image maintains generation capability, still no benchmark data available

GLM Image by Z.ai continues to offer image generation capabilities in this benchmark window, but remains without any performance metrics or benchmark data to evaluate. The model's availability is confirmed through its listed capability, yet the absence of quantitative results makes it impossible to assess generation quality, speed, adherence to prompts, or other critical performance factors. Users considering GLM Image should be aware that no comparative data exists to gauge how it performs against other image generation models in the current benchmarking landscape. Without metrics such as prompt following accuracy, image quality scores, generation latency, or user satisfaction ratings, the model's practical effectiveness remains unknown. The continued lack of benchmark participation or results suggests either limited testing coverage or the model may not be widely accessible for evaluation. Organizations requiring documented performance characteristics for production deployments should note this data gap. Until benchmark results become available, potential users will need to conduct their own testing to determine if GLM Image meets their specific image generation requirements and quality standards.

Qualité

Latence p50

Exécutions de test

0

No benchmark data available
Dernier test automatisé
21 août 2026 · 20:01 UTC · Benchmark de vitesse
Latence P50
30000 ms
Latence P95
30000 ms
Erreurs
3 / 6 exécutions
Dernière revue par Équipe Tokonomix·21 août 2026