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
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11