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
- NVIDIA 称 Nemotron 3 Ultra 在 2026 IMO 上拿到 30/42 — NVIDIAAI · 2026-07-22
- OpenAI 传将向美国政界简报下一代模型家族 — kimmonismus · 2026-07-22
- Muse Spark 1.1 在 Text Arena 跑到 1495 分，性价比很突出 — ycombinator · 2026-07-22
- 教授提醒：最先进的大模型正变得无法相互替代 — emollick · 2026-07-22
- 实测吐槽谷歌 Gemini 全家桶：无一款模型能胜任核心工作负载 — bindureddy · 2026-07-22
- 曝某模型支持百万 token 上下文，价格低至 $0.33 — MickeySteamboat · 2026-07-22