GLM-5.2 评测分数异常暴涨引质疑
teortaxesTex · x · 2026-07-18
有推友指出 CAISI 的评测榜单存在 Y 轴数据异常。据其观察，GLM-4 此前得分在 800 左右，但近期 GLM-5.2 的得分跃升至约 1200，且其他模型的分数也普遍上涨，疑似官方暗中更改了评测基准组合。被引用的推文称，GLM-5.2 在网络安全能力上对标 Opus 4.6，整体水平与 GPT 5.2 相当。
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27