数据点: 72
Model compare
GLM-5.1 和 Phi 4 Multimodal Instruct 的结论先放在这里，方便先判断是否值得继续看明细。
综合加权结果：GLM-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GLM-5.1
GLM-5.1 当前综合加权更高；模型 A / B 得分为 88 对 12。
证据覆盖
72 个数据点
包含 3 个 benchmark、2 个 audit 样本和 8 个 provider 样本。
选择依据
优先看 GLM-5.1
下方图表把 13 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
这份报告只使用 LMSpeed 已有数据：GLM-5.1 和 Phi 4 Multimodal Instruct 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | GLM-5.1 | Phi 4 Multimodal Instruct |
|---|
| 综合领先 | 领先 | 对照 |
|---|---|---|
| 综合加权得分 | 88.0 分 | 12.0 分 |
| Benchmark 分类领先 | 3 类 | 0 类 |
| 运营维度优势 | 最低输入价格、服务商覆盖 | 平均速度、首 token 延迟、免费服务商 |
| 上下文窗口 | 204.8K tokens | 暂无数据 |
| 最大输出 | 128K tokens | 暂无数据 |
| 模态 | 输入 文本 输出 文本 | 暂无数据 |
| 能力 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
| Model compare | GLM-5.1 | Phi 4 Multimodal Instruct |
|---|---|---|
| 开发者 | Z.ai | 暂无数据 |
| 发布日期 | 2026年4月 | 暂无数据 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | Other | 暂无数据 |
| 知识截止 | 暂无数据 | 暂无数据 |
| OpenRouter ID | z-ai/glm-5.1 | 暂无数据 |
| 来源链接 | 暂无数据 | 暂无数据 |
这份报告只使用 LMSpeed 已有数据：GLM-5.1 和 Phi 4 Multimodal Instruct 的价格、测速聚合、第三方跑分与共同服务商样本。
GLM-5.1
GLM-5.1 在 benchmark 分类（代码、推理、数学）和运营维度（最低输入价格、服务商覆盖）更强。
Phi 4 Multimodal Instruct
Phi 4 Multimodal Instruct 的运营优势是：平均速度、首 token 延迟、免费服务商。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
GLM-5.1
54.4
平均分
Phi 4 Multimodal Instruct
35.9
GLM-5.1
GLM-5.1 领先 26.4
GLM-5.1 领先 19.1
GLM-5.1
GLM-5.1 领先 7.5
暂无数据
暂无数据
GLM-5.1
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
GLM-5.1
领先86.8%
排名 #35/188 · confidence 4
Phi 4 Multimodal Instruct
31.5%
排名 #186/188 · confidence 4
GLM-5.1
领先28.0%
排名 #35/187 · confidence 4
Phi 4 Multimodal Instruct
4.4%
排名 #147/187 · confidence 4
GLM-5.1
领先43.8%
排名 #39/185 · confidence 4
Phi 4 Multimodal Instruct
11.0%
排名 #183/185 · confidence 4
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | GLM-5.1 | Phi 4 Multimodal Instruct |
|---|---|---|
胜出方: GLM-5.1 | GLM-5.1 glm-5.1 Audit 分数 97 10010086100 | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct 暂无 audit |
胜出方: GLM-5.1 | GLM-5.1 z-ai/glm-5.1 Audit 分数 78 70728088 | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct 暂无 audit |
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | GLM-5.1 | Phi 4 Multimodal Instruct |
|---|---|---|
20 次测试 | GLM-5.1 speed / latency 82 tok/s / 9309ms input / output 暂无数据 | Phi 4 Multimodal Instruct speed / latency 83 tok/s / 393ms input / output 暂无数据 |
5 次测试 | GLM-5.1 speed / latency 148 tok/s / 5296ms input / output 暂无数据 | Phi 4 Multimodal Instruct speed / latency N/A / N/A input / output 暂无数据 |
5 次测试 | GLM-5.1 glm-5.1 speed / latency 57 tok/s / 1182ms input / output $6.00/M/$24.00/M | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct speed / latency N/A / N/A input / output $0/M |
5 次测试 | GLM-5.1 speed / latency 66 tok/s / 4538ms input / output 暂无数据 | Phi 4 Multimodal Instruct speed / latency N/A / N/A input / output 暂无数据 |
5 次测试 | GLM-5.1 speed / latency 37 tok/s / 20151ms input / output 暂无数据 | Phi 4 Multimodal Instruct speed / latency N/A / N/A input / output 暂无数据 |
GLM-5.1 glm-5.1 speed / latency 暂无数据 input / output $6.00/M/$24.00/M | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct speed / latency 暂无数据 input / output $0/M | |
GLM-5.1 glm-5.1-free speed / latency 暂无数据 input / output $749250.00/M/$749250.00/M | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct speed / latency 暂无数据 input / output $0/M | |
GLM-5.1 z-ai/glm-5.1 speed / latency 暂无数据 input / output $0.010/request | Phi 4 Multimodal Instruct microsoft/phi-4-multimodal-instruct speed / latency 暂无数据 input / output $0.010/request |
综合加权结果：GLM-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
文本输入文本输出工具调用结构化输出JSON 模式推理 |
| 暂无 |
