GLM-5.3 Flash

编程58.716 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 78.2+
• Terminal-Bench 4.0终端里干活·Vals AI37.4%折算分 67.0+
• Terminal-Bench 4.0终端里干活·Artificial Analysis32.8%折算分 65.4+
• TTerminal-Bench 4.0终端里干活·Terminal-Bench35.5%折算分 65.1+
• CyberBench Patch v1.1修安全漏洞·Vals AI85.7%折算分 63.0+
• Code Migration v1.1程序换语言·Vals AI51.6%折算分 62.2+
• APEX-SWE系统集成与排障·Mercor46.1%折算分 61.5+
• TapTap Maker游戏功能开发·TapTap Maker75.0%折算分 61.5+
• LiveBench Agentic Coding改真实仓库·LiveBench56.8%折算分 60.9+
• FrontierCode 2.0改真实仓库·Artificial Analysis17.6%折算分 59.2+
• LiveBench Coding写代码·LiveBench79.0%折算分 59.0+
• CFrontierCode 2.0改真实仓库·Cognition14.2%折算分 55.9+
• PFrontierSWE v2超长工程任务·Proximal Labs20.9%折算分 55.2+
• SciCode科研计算代码·Artificial Analysis51.6%折算分 52.5+
• Vibe Code Bench v1.1做网页应用·Vals AI30.8%折算分 46.8+
• Vibe Code Bench 1–100持续开发应用·Vals AI16.0%+

科研56.613 项

• O司南 · 抽象抽象理解·OpenCompass73.7%折算分 66.2+
• 致知 · 逻辑月榜中文难题·llm201444.6%折算分 64.2+
• O司南 · 推理综合推理·OpenCompass75.7%折算分 63.3+
• AARC-AGI-2举一反三·ARC Prize65.8%折算分 61.6+
• CritPt研究级物理·Artificial Analysis15.4%折算分 61.4+
• Humanity's Last Exam专家级难题·Artificial Analysis39.9%折算分 57.6+
• Terminal-Bench Science终端里做科研·Vals AI2.9%折算分 至多 56.1+
• CritPt v2 Hard研究级物理·Artificial Analysis24.5%折算分 56.0+
• Terminal-Bench Science终端里做科研·Artificial Analysis4.8%折算分 至多 55.9+
• FrontierMath T1–3研究级数学·Epoch AI55.8%折算分 54.5+
• LiveBench Reasoning逻辑与空间推理·LiveBench77.6%折算分 51.7+
• Chess Puzzles下棋解题·Epoch AI21.0%折算分 45.5+
• Mystery Game Puzzles游戏局面推理·Epoch AI8.0%折算分 至多 41.9+

专业办公62.813 项

• Harvey LAB-AA v1.1法律文书·Artificial Analysis0.8%折算分 至多 70.4+
• GDPval-AA职业交付件·Artificial Analysis1,649.4折算分 68.4+
• Legal Research Bench法律检索·Vals AI45.2%折算分 68.2+
• AutomationBench-AA业务自动化·Artificial Analysis60.4%折算分 66.8+
• TaxAgentBench税务问答·Vals AI31.6%折算分 66.0+
• AA-Briefcase办公长任务·Artificial Analysis1,450.9折算分 65.9+
• Finance Agent v2.1金融分析·Vals AI60.6%折算分 63.8+
• LiveBench Data Analysis数据处理·LiveBench76.4%折算分 62.7+
• Excel Modeling v1.1Excel 建模·Vals AI66.3%折算分 62.7+
• Harvey 法律 Agent 基准 v1.1法律交付件·Vals AI10.4%折算分 62.2+
• APEX-Agents投行咨询法律·Mercor52.8%折算分 62.1+
• τ³-Banking银行客服·Mercor37.8%折算分 62.0+
• AA-Analyst Agent数据分析·Artificial Analysis25.0%折算分 50.1+

知识问答54.06 项

• O司南 · 知识知识问答·OpenCompass66.0%折算分 60.1+
• LiveBench Language语言理解·LiveBench77.3%折算分 56.8+
• AA-LCR长文理解·Artificial Analysis80.0%折算分 54.1+
• AA-Omniscience v1.1知道与不乱编·Artificial Analysis0.7折算分 51.7+
• MLCR-AA医疗长记录·Artificial Analysis11.7%折算分 49.7+
• LiveBench IF按要求作答·LiveBench52.8%折算分 41.7+

真人盲选60.12 项

• Arena WebDev网页成品盲选·LMArena1,608.6折算分 63.0+
• Arena Text对话盲选·LMArena1,474.6折算分 60.1+

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。