免费检测 · 报告公开可查
glm-5.2 是不是真的？深度检测结果
存疑
glm-5.2 本次深度验真结果：存疑（72/100）。主要问题：复杂推理题答得不稳；等太久没回应；有检测项没通过。
72模型一致性分
主要问题：复杂推理题答得不稳；等太久没回应；有检测项没通过。
测评方模真真
检测模型GLM-5.2
中转站xinlicloud.top
测了几次27 次
耗时7 分 11 秒
身份结论证据不足，暂不能判断
对照什么测的模真真自己的检测标准
Token 用量
优先显示接口自己报回来的实际用量；没有实际值时才显示估算。
实测用量72.7K这是接口自己报回来的实际用量，也是本页主要参考的数字。按题目估算的用量90.1K官方没给参考值时，按这次问的题目估算。偏差判断低 19%它报回来的用量比我们估的少，可能是这家的计数方式或压缩方式不同。用量结论比估算少这只是接口报回来的用量，实际扣多少钱以账单为准。
Token 缓存消耗检测
连着测几次，看重复内容有没有按便宜的缓存价计费；显示 0% 就是这次没享受到缓存优惠。
用到缓存的比例0.9%
缓存占比偏低
这次用到了缓存，但比例偏低，实际能省多少建议对着账单再看。
本次用量14.6K缓存 Token128非缓存 Token14.5K平均每次2.9K
Token 用量记录有返回缓存优惠有检测结果正常
每次测试的缓存占比这只是接口报回来的缓存比例，实际优惠以账单为准
长上下文实测
测它一次最多能读多长的内容，再和官方标称的长度比一比。
实测到 64K
100K 未通过，原因：100K 长度的内容没能稳定读完，这次就记到这里为止。
参考窗口参考窗口 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。本次实测长度32K / 64K / 100K从模型可生成的最长上下文开始，逐步缩短测试，验证各长度下是否能稳定返回正确结果。
当前参考
100K 这一档这次没能稳定返回，别按这个长度用。
本次检测结果
把接口可用性、模型身份、返回信息完整性等项目拆开查看。
本次评分项目
存疑72/100
主要问题：复杂推理题答得不稳；等太久没回应；有检测项没通过。
能不能调用、模型看不看得到10 / 10
未扣分接口返回是否规范8 / 12
等太久没回应（复测一致性） -4是不是它说的那个模型18 / 18
未扣分回答水平像不像官方15 / 25
复杂推理题答得不稳（逻辑网格推理） -10用量和计费是否合理10 / 10
未扣分能不能一直正常用11 / 25
复杂推理题答得不稳（逻辑网格推理） -4等太久没回应（复测一致性） -8有检测项没通过 -2检测明细
每条都能展开看细节，涉及隐私的内容已隐去。
模型列表可见性接口模型列表中可以看到 glm-5.2。
通过
检测细节
这题测了 9 次，结果：通过。
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测细节
这题测了 1 次，结果：通过。
模型身份自报问它自己是什么模型，看答案对不对。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 83 token
指令跟随用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 22 token
JSON 结构用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 34 token
标签结构复述按官方接口的标准调用，看返回是否规范。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 80 token
隐藏提示词边界用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 49 token
品牌边界问它自己是什么模型，看答案对不对。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 776 token
用量数据是否完整核对它报回来的用量和缓存计费。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 365 token
逻辑网格推理用几道题看它的回答水平像不像官方模型。 有几次没对上。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：逻辑网格推理不稳定
复测一致性反复多问几次，看会不会答一半就断或偷偷换模型。 检测过程中确认服务类故障，剩余样本和后续检测项已熔断跳过。
未通过
检测细节
这题测了 1 次：1 次没通过。
GLM 系列边界问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
GLM 系列边界用几道题看它的回答水平像不像官方模型。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
模型代码锚定问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
模型族题：系列和档位识别问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
深度模型题：模型族专属边界用几道题看它的回答水平像不像官方模型。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
连问 5 次，重复内容有没有按缓存价计费针对这个模型再做一项专门检测。 5 次都对。
通过
检测细节
这题测了 5 次：5 次通过。 本题用量 14.6K token 其中按缓存价计费 128 token
32K 上下文能力实测32K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：32K 本题用量 19.3K token
64K 上下文能力实测64K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：64K 本题用量 37.4K token
100K 上下文能力实测100K 长度的内容没能稳定读完，这次就记到这里为止。
未通过
检测细节
这题测了 1 次：1 次没通过。 这题用的内容长度：100K
报告评论
暂无公开评价
可以写下第一条评价。
发布匿名评论
上传图片/视频
买 AI 前，先查模真真扫码查看报告打开完整验真详情
模型与生成能力检测 · 结论以本次证据为准
glm-5.2 是不是真的？深度检测结果
模型一致性分
存疑
glm-5.2 本次深度验真结果：存疑（72/100）。主要问题：复杂推理题答得不稳；等太久没回应；有检测项没通过。
Token 用量
优先显示接口自己报回来的实际用量；没有实际值时才显示估算。
实测用量72.7K这是接口自己报回来的实际用量，也是本页主要参考的数字。按题目估算的用量90.1K官方没给参考值时，按这次问的题目估算。偏差判断低 19%它报回来的用量比我们估的少，可能是这家的计数方式或压缩方式不同。用量结论比估算少这只是接口报回来的用量，实际扣多少钱以账单为准。
Token 缓存消耗检测
连着测几次，看重复内容有没有按便宜的缓存价计费；显示 0% 就是这次没享受到缓存优惠。
用到缓存的比例0.9%
缓存占比偏低
这次用到了缓存，但比例偏低，实际能省多少建议对着账单再看。
本次用量14.6K缓存 Token128非缓存 Token14.5K平均每次2.9K
Token 用量记录有返回缓存优惠有检测结果正常
每次测试的缓存占比这只是接口报回来的缓存比例，实际优惠以账单为准
长上下文实测
测它一次最多能读多长的内容，再和官方标称的长度比一比。
实测到 64K
100K 未通过，原因：100K 长度的内容没能稳定读完，这次就记到这里为止。
参考窗口参考窗口 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。本次实测长度32K / 64K / 100K从模型可生成的最长上下文开始，逐步缩短测试，验证各长度下是否能稳定返回正确结果。
当前参考
100K 这一档这次没能稳定返回，别按这个长度用。
本次检测结果
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
存疑72/100
主要问题：复杂推理题答得不稳；等太久没回应；有检测项没通过。
能不能调用、模型看不看得到10 / 10
未扣分接口返回是否规范8 / 12
等太久没回应（复测一致性） -4是不是它说的那个模型18 / 18
未扣分回答水平像不像官方15 / 25
复杂推理题答得不稳（逻辑网格推理） -10用量和计费是否合理10 / 10
未扣分能不能一直正常用11 / 25
复杂推理题答得不稳（逻辑网格推理） -4等太久没回应（复测一致性） -8有检测项没通过 -2检测明细
每条都能展开看细节，涉及隐私的内容已隐去
模型列表可见性接口模型列表中可以看到 glm-5.2。
通过
检测细节
这题测了 9 次，结果：通过。
基础调用探针基础调用成功，接口能返回可识别响应。
通过
检测细节
这题测了 1 次，结果：通过。
模型身份自报问它自己是什么模型，看答案对不对。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 83 token
指令跟随用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 22 token
JSON 结构用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 34 token
标签结构复述按官方接口的标准调用，看返回是否规范。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 80 token
隐藏提示词边界用几道题看它的回答水平像不像官方模型。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 49 token
品牌边界问它自己是什么模型，看答案对不对。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 776 token
用量数据是否完整核对它报回来的用量和缓存计费。 1 次都对。
通过
检测细节
这题测了 1 次：1 次通过。 本题用量 365 token
逻辑网格推理用几道题看它的回答水平像不像官方模型。 有几次没对上。
待观察
检测细节
这题测了 1 次：1 次要留意。 没通过的原因：逻辑网格推理不稳定
复测一致性反复多问几次，看会不会答一半就断或偷偷换模型。 检测过程中确认服务类故障，剩余样本和后续检测项已熔断跳过。
未通过
检测细节
这题测了 1 次：1 次没通过。
GLM 系列边界问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
GLM 系列边界用几道题看它的回答水平像不像官方模型。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
模型代码锚定问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
模型族题：系列和档位识别问它自己是什么模型，看答案对不对。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
深度模型题：模型族专属边界用几道题看它的回答水平像不像官方模型。 前序检测已确认等太久没回应，为避免继续制造无效请求，本项已跳过。
已跳过
检测细节
这题的结果：已跳过。 这次没测的原因：service_failure_circuit_breaker
连问 5 次，重复内容有没有按缓存价计费针对这个模型再做一项专门检测。 5 次都对。
通过
检测细节
这题测了 5 次：5 次通过。 本题用量 14.6K token 其中按缓存价计费 128 token
32K 上下文能力实测32K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：32K 本题用量 19.3K token
64K 上下文能力实测64K 长度的内容能稳定读完，这就是本次上下文实测的依据。
通过
检测细节
这题测了 1 次：1 次通过。 这题用的内容长度：64K 本题用量 37.4K token
100K 上下文能力实测100K 长度的内容没能稳定读完，这次就记到这里为止。
未通过
检测细节
这题测了 1 次：1 次没通过。 这题用的内容长度：100K
最新用户点评
暂无公开评价
可以写下第一条评价。
本报告的评论与反馈
上传图片/视频