CAISI 评测智谱 GLM-5.2
terryyuezhuo · x · 2026-07-20
CAISI 对智谱 GLM-5.2 的评测被提到是“夹在 Kimi 资讯里容易被忽略”的一条更新。
- 配图展示了多个模型在 ExploitBench 和 CTF Archive Diamond 上的 cyber capability 对比，包含 Mythos Preview、Opus 4.8、GPT-5.5、DeepSeek V4 Pro 等。
- 图中 GLM-5.2 在 ExploitBench 上标为 21%，GPT-5.5 为 41%，Mythos Preview 为 57%。
- 在 CTF Archive Diamond 上，GLM-5.2 标为 39%，GPT-5.5 为 71%，DeepSeek V4 Pro 为 32%。
- 另一张图还显示，模型从 SFT 继续做 RL 后，在已见/未见组合上的准确率都有明显提升，尤其未见组合提升幅度更大。
「模型」频道最新
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- Mirendil 发布首个模型 Fern：上下文窗口达 1000 万 token — shayan_ · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 爆料称 DeepSeek 因梁文锋拒早押 Agent 转向,痛失 AI4Math 领先位 — teortaxesTex · 2026-10-27