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 跻身 ProgramBench 榜单第三(2 条相关)→
「模型」频道最新
- Yacine 称模型竞争正在逼近，蒸馏风险来自用户可控系统 — yacineMTB · 2026-07-23
- Gemini 3.6 Flash 成为 Managed Agents 默认模型 — _philschmid · 2026-07-23
- Cohere 确认社区已提供阿拉伯语语音模型量化版 — cohere · 2026-07-23
- Reddit 开玩笑要在 Kimi K3 发布后立刻“开拆” — JsonBasedman · 2026-07-23
- 曝 OpenAI 拟于 9 月发布 GPT-6，定位全自主 AI 研究实习生 — VraserX · 2026-07-23
- 爆料称 GPT-6 又被延后数月 — patience_cave · 2026-07-23