Free model verification · Redacted public report
glm-5.2 深度验真模型一致性报告
匹配
glm-5.2 本次模型一致性深度验真结果：匹配（86/100）。主要扣分项：逻辑网格推理不稳定。
86Consistency score
主要扣分项：逻辑网格推理不稳定。
测评方模真真
检测模型GLM-5.2
中转站Infistar
样本数量113 次探测
耗时7 分 12 秒
验真版本V11
身份结论验真通过
验真依据模真真既有版本化基线
Token usage
Measured API usage is shown first; official baselines or test estimates are used only when measured values are unavailable.
实测 Token 用量1.6M来自本次响应 usage 字段；这是报告主展示口径。题包预计用量90.1K暂无官方基线时，按本次题包内容精确估算。Variance assessment高 1656%接口返回的实际 Token 高于系统预计值，建议结合账单或渠道日志复核。Usage conclusion高于预计This reflects usage observability, not the final billed amount.
Token cache usage test
Observes token usage, cache fields, and reuse across rounds; 0% means no cached-token field was observed.
Observed cache share91.3%
缓存字段表现稳定
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
Observed tokens14.4KCached tokens13.1KNon-cached tokens1.2KAverage per run2.9K
Token usage record有返回Cache field已观察到Result正常
Cache share by testRepresents the API-reported cache share, not the final billing discount.
Long-context test
Shows stable responses at different context lengths and the model center reference window.
实测到 1M
本次按 32K / 64K / 100K / 200K / 400K / 800K / 1M 逐档测试，均稳定返回。
Reference window参考窗口 1M模型中心记录的上下文窗口；不同渠道可能开放不同长度。Tested context lengths32K / 64K / 100K / 200K / 400K / 800K / 1MTests begin at the longest generated context and step down to verify stable, correct responses.
A newer report is availableThis report has been superseded by a later retest. View the latest report。
模型真实性评分
Review API availability, model identity, response completeness, and other checks separately.
本次评分项目
匹配86/100
主要扣分项：逻辑网格推理不稳定。
可调用与模型可见10 / 10
No deductions协议与返回结构12 / 12
No deductions身份与模型匹配18 / 18
No deductions关键能力与专属题15 / 25
逻辑网格推理不稳定（深度题：逻辑网格推理） -10用量与计费合理性10 / 10
No deductions稳定性与可用性21 / 25
逻辑网格推理不稳定（深度题：逻辑网格推理） -4检测明细
Expand each check to view the redacted evidence notes.
模型列表可见性接口模型列表中可以看到 glm-5.2。
通过
检测证据
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测证据
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
快速题：模型身份自报执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：296
标准题：指令跟随执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：175
标准题：JSON 结构执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：172
标准题：标签结构复述执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
通过
检测证据
检测项目：标准题：标签结构复述 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：350
标准题：隐藏提示词边界执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：隐藏提示词边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：259
标准题：品牌边界执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：618
标准题：usage 返回可观测性执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
通过
检测证据
检测项目：标准题：usage 返回可观测性 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：201
深度题：逻辑网格推理执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
待观察
检测证据
检测项目：深度题：逻辑网格推理 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：逻辑网格推理不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
深度题：复测一致性执行 通用题，用于形成模真真验真证据，评分维度：stability。 全部样本通过。
通过
检测证据
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：376
品牌题：GLM 系列证据边界 证据边界执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：品牌题：GLM 系列证据边界 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：581
深度品牌题：GLM 系列证据边界执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：GLM 系列证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：2.1K
模型级题：模型代码锚定执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：456
模型族题：系列和档位识别执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：618
深度模型题：模型族专属边界执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.2K
专项：Token缓存消耗 5 轮执行 专项题，用于形成模真真验真证据。 全部样本通过。
通过
检测证据
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：14.4K 缓存 token：13.1K
专项：32K 上下文能力实测32K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：32K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：32K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：19.5K 缓存 token：19.2K
专项：64K 上下文能力实测64K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：64K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：38.8K 缓存 token：38.5K
专项：100K 上下文能力实测100K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：100K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：59.4K 缓存 token：59.1K
专项：200K 上下文能力实测200K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：200K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：200K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：118.6K 缓存 token：118.3K
专项：400K 上下文能力实测400K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：400K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：400K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：237.1K 缓存 token：236.7K
专项：800K 上下文能力实测800K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：800K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：800K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：474.0K 缓存 token：473.5K
专项：1M 上下文能力实测1M 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：1M 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：1M 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：611.9K
报告评论
No public reviews
Be the first to leave a review.
发布匿名评论
Rating
5 points
Upload images/video
AI service research and model verification reportScan to view reportOpen full report
免费模型验真 · 支持所有文字模型检测
glm-5.2 深度验真模型一致性报告
模型一致性分
匹配
glm-5.2 本次模型一致性深度验真结果：匹配（86/100）。主要扣分项：逻辑网格推理不稳定。
Token usage
Measured API usage is shown first; official baselines or test estimates are used only when measured values are unavailable.
实测 Token 用量1.6M来自本次响应 usage 字段；这是报告主展示口径。题包预计用量90.1K暂无官方基线时，按本次题包内容精确估算。Variance assessment高 1656%接口返回的实际 Token 高于系统预计值，建议结合账单或渠道日志复核。Usage conclusion高于预计This reflects usage observability, not the final billed amount.
Token cache usage test
Observes token usage, cache fields, and reuse across rounds; 0% means no cached-token field was observed.
Observed cache share91.3%
缓存字段表现稳定
多次测试均返回缓存 Token，说明这条链路的长对话用量记录有参考价值。
Observed tokens14.4KCached tokens13.1KNon-cached tokens1.2KAverage per run2.9K
Token usage record有返回Cache field已观察到Result正常
Cache share by testRepresents the API-reported cache share, not the final billing discount.
Long-context test
Shows stable responses at different context lengths and the model center reference window.
实测到 1M
本次按 32K / 64K / 100K / 200K / 400K / 800K / 1M 逐档测试，均稳定返回。
Reference window参考窗口 1M模型中心记录的上下文窗口；不同渠道可能开放不同长度。Tested context lengths32K / 64K / 100K / 200K / 400K / 800K / 1MTests begin at the longest generated context and step down to verify stable, correct responses.
A newer report is availableThis report has been superseded by a later retest. View the latest report。
模型真实性评分
把接口能不能用、回答像不像官方模型、返回信息是否完整等项目拆开看
本次评分项目
匹配86/100
主要扣分项：逻辑网格推理不稳定。
可调用与模型可见10 / 10
No deductions协议与返回结构12 / 12
No deductions身份与模型匹配18 / 18
No deductions关键能力与专属题15 / 25
逻辑网格推理不稳定（深度题：逻辑网格推理） -10用量与计费合理性10 / 10
No deductions稳定性与可用性21 / 25
逻辑网格推理不稳定（深度题：逻辑网格推理） -4检测明细
每条检测都可以展开，查看系统保留的脱敏说明
模型列表可见性接口模型列表中可以看到 glm-5.2。
通过
检测证据
检测项目：模型列表可见性 执行状态：通过 样本数量：85 接口路径：/v1/models 可见模型数：85
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测证据
检测项目：基础调用探针 执行状态：通过 样本数量：1 接口路径：/v1/chat/completions
快速题：模型身份自报执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：快速题：模型身份自报 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：296
标准题：指令跟随执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：指令跟随 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：175
标准题：JSON 结构执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：JSON 结构 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：172
标准题：标签结构复述执行 通用题，用于形成模真真验真证据，评分维度：protocol。 全部样本通过。
通过
检测证据
检测项目：标准题：标签结构复述 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：350
标准题：隐藏提示词边界执行 通用题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：标准题：隐藏提示词边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：259
标准题：品牌边界执行 通用题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：标准题：品牌边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：618
标准题：usage 返回可观测性执行 通用题，用于形成模真真验真证据，评分维度：usage。 全部样本通过。
通过
检测证据
检测项目：标准题：usage 返回可观测性 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：201
深度题：逻辑网格推理执行 通用题，用于形成模真真验真证据，评分维度：ability。 存在样本未完全通过。
待观察
检测证据
检测项目：深度题：逻辑网格推理 执行状态：待观察 样本数量：1 检测类型：文本题 需关注原因：逻辑网格推理不稳定 样本结果：通过 0 / 需关注 1 / 未通过 0
深度题：复测一致性执行 通用题，用于形成模真真验真证据，评分维度：stability。 全部样本通过。
通过
检测证据
检测项目：深度题：复测一致性 执行状态：通过 样本数量：2 检测类型：文本题 样本结果：通过 2 / 需关注 0 / 未通过 0 观测 token：376
品牌题：GLM 系列证据边界 证据边界执行 品牌题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：品牌题：GLM 系列证据边界 证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：581
深度品牌题：GLM 系列证据边界执行 品牌题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：深度品牌题：GLM 系列证据边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：2.1K
模型级题：模型代码锚定执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：模型级题：模型代码锚定 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：456
模型族题：系列和档位识别执行 模型级题，用于形成模真真验真证据，评分维度：identity。 全部样本通过。
通过
检测证据
检测项目：模型族题：系列和档位识别 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：618
深度模型题：模型族专属边界执行 模型级题，用于形成模真真验真证据，评分维度：ability。 全部样本通过。
通过
检测证据
检测项目：深度模型题：模型族专属边界 执行状态：通过 样本数量：1 检测类型：文本题 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：1.2K
专项：Token缓存消耗 5 轮执行 专项题，用于形成模真真验真证据。 全部样本通过。
通过
检测证据
检测项目：专项：Token缓存消耗 5 轮 执行状态：通过 样本数量：5 检测类型：文本题 专项模块：Token缓存消耗检测（影响真实使用扣费） 样本结果：通过 5 / 需关注 0 / 未通过 0 观测 token：14.4K 缓存 token：13.1K
专项：32K 上下文能力实测32K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：32K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：32K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：19.5K 缓存 token：19.2K
专项：64K 上下文能力实测64K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：64K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：64K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：38.8K 缓存 token：38.5K
专项：100K 上下文能力实测100K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：100K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：100K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：59.4K 缓存 token：59.1K
专项：200K 上下文能力实测200K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：200K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：200K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：118.6K 缓存 token：118.3K
专项：400K 上下文能力实测400K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：400K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：400K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：237.1K 缓存 token：236.7K
专项：800K 上下文能力实测800K 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：800K 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：800K 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：474.0K 缓存 token：473.5K
专项：1M 上下文能力实测1M 长度样本稳定返回，作为本次上下文实测证据。
通过
检测证据
检测项目：专项：1M 上下文能力实测 执行状态：通过 样本数量：1 检测类型：文本题 专项模块：上下文实测 上下文档位：1M 样本结果：通过 1 / 需关注 0 / 未通过 0 观测 token：611.9K
Latest user reviews
No public reviews
Be the first to leave a review.
本报告的评论与反馈
Rating
5 points
Upload images/video