GLM 5.2 在官方 ProgramBench 榜单升至第 3 名
klieret · reddit · 2026-07-23
GLM 5.2 在官方 ProgramBench 榜单冲到第 3 名
一位论文/项目作者在 Reddit 上表示，GLM 5.2 已经在官方 ProgramBench 排行榜上升到 第 3 名。这个基准非常苛刻，要求 agent 只根据二进制可执行文件和 README 逆向重建源码，考验的是超长链路的编程与推理能力。
作者补充说，榜单里仍缺少不少开源和闭源模型，但这个成绩依然很强。他还提到，GLM 5.2 几乎解出首个实例 cmatrix，测试通过率达到 99.8%，唯一漏掉的是锁屏模式里显示的 Computer locked. 这几个字。团队也会很快把所有 trajectories 发布到 programbench.com。
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
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- 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