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。

原文链接 →

「模型」频道最新

• DeepSeek 每 token KV 缓存两年降至 890 字节,开源闭源差距之辩 — teortaxesTex · 2026-10-27
• GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
• 爆料推测:fable 5.5 或达 4-5 万亿参数,以规模压制 Opus — haider1 · 2026-10-27
• Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
• 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
• DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27

更多「模型」频道 AI 资讯 →