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
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- 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