怎么判断 GLM 开源模型的产出好不好：一张评分表
在「本地与开源」类工具里，GLM 开源模型的定位是：智谱开源的 GLM 系列模型。
用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。
评分表（每项 1 到 5 分）
| 维度 | 看什么 | 1 分 | 5 分 |
|---|---|---|---|
| 效果 | 真实任务上的回答质量 | 明显不合格 | 无需修改即可使用 |
| 性能 | 生成速度与并发能力 | 明显不合格 | 无需修改即可使用 |
| 资源 | 显存、内存与硬件成本 | 明显不合格 | 无需修改即可使用 |
| 运维 | 部署、升级与监控的难度 | 明显不合格 | 无需修改即可使用 |
| 许可 | 是否满足商用与合规要求 | 明显不合格 | 无需修改即可使用 |
建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。
用一个任务试打分
团队共享服务
适用情况：手头有一台团队共用的服务器时。
把服务部署为团队共享：设置访问认证、按用户记录调用日志、限制单用户并发，并写一份使用说明。
验收标准：开启了访问认证。
怎么让评分更可靠
- 同一批材料至少测 5 次，不只看最好的一次。
- 两人分别打分，分歧大的维度再讨论标准。
- 把 GLM 开源模型的结果与人工完成或 DeepSeek 的结果放在一起盲评。
- 每次改提示词后用同一批材料复测。
补充练习
接入现有应用
适用情况：手头有一个已有的业务系统时。
通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。
交付前确认：超时与并发有限制。
私有知识问答
输入：一批不能上传云端的内部文档。
在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。
检查点：断网可用。
模型对比测试
适用情况：手头有两到三个候选开源模型时。
用 20 个真实业务问题测试候选模型，记录回答质量、速度和资源占用，选出最适合的模型。
交付前确认：测试问题相同。
常见问题：服务对外暴露有风险
只监听内网地址，加认证和反向代理。
常见问题：中文效果不理想
优先选择中文训练数据充足的模型。
常见问题：生成速度很慢
检查是否使用了 GPU 加速，减少上下文长度。
概念补充：开放权重
公开模型参数可下载使用，但许可证条款各不相同。
概念补充：LoRA 微调
只训练少量附加参数的低成本微调方法。
适合人群：咨询顾问
咨询顾问可以用 GLM 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。
适合人群：研究生
研究生可以用 GLM 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
适合人群：医疗机构行政人员
医疗机构行政人员可以用 GLM 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。
注意事项
本文基于 GLM 开源模型公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。