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
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27
- ARC Prize 排行榜改版：默认展示最高推理档成绩，支持按 v1/2/3 排序 — mhmazur · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27