GLM-5.1

编程47.75 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• APEX-SWE系统集成与排障·Mercor34.5%折算分 53.4+
• Terminal-Bench 4.0终端里干活·Artificial Analysis2.0%折算分 至多 48.9+
• Vibe Code Bench v1.1做网页应用·Vals AI31.5%折算分 47.0+
• SciCode科研计算代码·Artificial Analysis44.8%折算分 44.1+

科研46.24 项

• Humanity's Last Exam专家级难题·Artificial Analysis30.1%折算分 48.5+
• CritPt研究级物理·Artificial Analysis4.6%折算分 至多 46.9+
• FrontierMath T1–3研究级数学·Epoch AI36.8%折算分 45.3+
• Chess Puzzles下棋解题·Epoch AI20.0%折算分 44.4+

专业办公50.36 项

• Legal Research Bench法律检索·Vals AI27.9%折算分 54.8+
• APEX-Agents投行咨询法律·Mercor40.9%折算分 53.7+
• MedCode医疗编码·Vals AI41.6%折算分 50.9+
• GDPval-AA职业交付件·Artificial Analysis1,125.2折算分 48.6+
• AA-Briefcase办公长任务·Artificial Analysis964.7折算分 47.5+
• AutomationBench-AA业务自动化·Artificial Analysis20.3%折算分 47.0+

知识问答47.24 项

• LNYT Connections 扩展版词语归类·Lech Mazur77.7%折算分 59.0+
• AA-LCR长文理解·Artificial Analysis73.7%折算分 46.8+
• SimpleQA Verified事实准确·Epoch AI34.0%折算分 45.0+
• PBullshitBench v2识破错误前提·BullshitBench22.0%折算分 28.3+

真人盲选52.02 项

• Arena Text对话盲选·LMArena1,465.1折算分 56.5+
• Arena WebDev网页成品盲选·LMArena1,508折算分 53.2+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。