GLM-5.2
Z.ai · glm-5.2 · China · 上线 2026-06-16
54ECI 榜名次
152Epoch ECI
1475网友盲测分（全球第 38）
18有成绩的基准
最拿手
- WeirdML：第 18 / 89 名（成绩 70.1%）
- GPQA diamond：第 25 / 117 名（成绩 91.9%）
- DTBench：第 30 / 109 名（成绩 93.6%）
相对薄弱
- EBR-bench：第 23 / 28 名（成绩 9.5%）
- FrontierCode：第 34 / 41 名（成绩 24.5%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| WeirdML | 70.1% | 18 / 89 | |
| GPQA diamond | 91.9% | 25 / 117 | |
| DTBench | 93.6% | 30 / 109 | |
| LMCA | 45.8% | 36 / 104 | |
| SimpleBench | 58.8% | 25 / 60 | |
| FrontierMath-Tiers-1-3-v2-Private | 59.2% | 42 / 84 | |
| Surface Evolver Bench | 55.6% | 12 / 23 | |
| FrontierMath-Tier-4-v2-Private | 29.3% | 34 / 68 | |
| ProofBench | 35.0% | 37 / 68 | |
| ARC-AGI | 77.0% | 46 / 79 | |
| OTIS Mock AIME 2024-2025 | 86.4% | 69 / 118 | |
| ARC-AGI-2 | 22.8% | 48 / 78 | |
| Mystery Game Puzzles | 19.0% | 47 / 76 | |
| APEX-Agents | 45.2% | 37 / 54 | |
| Chess Puzzles | 22.0% | 54 / 81 | |
| SimpleQA Verified | 34.2% | 56 / 81 | |
| FrontierCode | 24.5% | 34 / 41 | |
| EBR-bench | 9.5% | 23 / 28 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 51▼2 | Claude Sonnet 4.6 Anthropic | ±2.6 | 2026-02-17 |
| 52▼2 | Grok 4.20 xAI | ±2.5 | 2026-02-17 |
| 53▼2 | Muse Spark Meta AI | ±2.2 | 2026-04-08 |
| 55▼2 | Gemini 3 Flash | ±1.7 | 2025-12-17 |
| 56▼2 | Qwen 3.8 27B Alibaba | ±1.8 | 2026-08-14 |
| 57▼2 | Kimi K2.6 Moonshot | ±1.8 | 2026-04-20 |