GLM-5.2 在 ProgramBench 以 8.5% 排到第三
parth007_96 · x · 2026-07-23
ProgramBench 更新了排行榜，GLM-5.2 成为首个被评测的开权重模型，拿到 8.5% almost resolved，总排名升至 第 3。
配图显示，这个基准包含 200 个任务、248,000+ 项测试；目前领先的是 GPT-5.5（xhigh），达到 13.5% almost resolved，其中 0.5% 已完全解出。
所属事件:GLM-5.2 登上 ProgramBench 榜单第三名(3 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11