这次真的超过Opus4.6了？GLM5.2的实际工程编程测评成绩(Nao佬)

Eeevan 2026-06-13 15:55 1

我没看错吧，这个成绩应该真的能到Opus4.6Thinking了！！！A畜即将面临下架Fable的神罚！！！ ^-^

别发布一周后猛猛降智，变成Z畜

完整榜单 LLM Benchmark Dashboard

我给新佬解读一下，每一列是一个大型测试项目，比如macOS应用构建，分值代表依据表现的扣分值，越低越好，等级表示实际编程体验评分，等级比分数重要。unprompt表示一个项目仅需初始人工指令即可通过。如果一个题目上代模型已通过，则新代不测，记为Skip。
从结果来看，大概是和opus4.6差不多，完全自主能力稍差，需要人类提示修复，但是整体错误会少一点

模型离A^-^越近，道德就离A^-^越近，达里奥的诅咒^-^

最新回复 (19)

Hylouis 06-13 15:56

1楼

冲啊！干爆A畜！！！ ^-^

zai牛逼！！！
Angel 06-13 15:57

2楼

如果是假的我希望是真的不管是国内哪个模型脚踢claude我就得夸夸^-^^-^^-^
Rhine. 06-13 15:58

3楼

内测的佬也说很好用但是好像没有多模态
chenlong 06-13 15:59

4楼

才出来的时候都是拳打xx 脚踩xx , 实际一段时间之后才知道
Hifumi Mizuhara 06-13 16:01

5楼

国模我都顶，干翻A\人人有责

这次能把中美AI差距拉到多少？
吃豆人 06-13 16:01

6楼

A/倒下了了，接下来登场的是Z/^-^
天然天 06-13 16:01

7楼

有点抽象，这个排行写的数字/字母是啥意思？
白嫖技术派 06-13 16:02

8楼

如果真这么强，那就牛逼了，可惜glm的算力资源太紧缺了
项太傅 06-13 16:02

9楼

（帖子已被作者删除）
karx 06-13 16:03

10楼

智谱，你站起来了^-^^-^^-^加油啊，要是能能搞到更多显卡就更好了
cmpdke33 06-13 16:03

11楼

这榜真的？还能超Opus 4.6，甚至比开了high的5.4还高？

但我有一个问题，为啥Opus 4.6没开推理也没开思考强度…
智慧 06-13 16:03

12楼

不是多膜态，现在多模态还是挺重要的
Black Rock 06-13 16:04

13楼

就目前的体验来说，在美工设计的生图方面，国内还是没有能稍摸到GPT衣角的啊
HLiny 06-13 16:04

14楼

我给新佬解读一下，每一列是一个大型测试项目，比如macOS应用构建，分值代表依据表现的扣分值，越低越好，等级表示实际编程体验评分，等级比分数重要。unprompt表示一个项目仅需初始人工指令即可通过。如果一个题目上代模型已通过，则新代不测，记为Skip。

从结果来看，大概是和opus4.6差不多，完全自主能力稍差，需要人类提示修复，但是整体错误会少一点
thisisfuture 06-13 16:04

15楼

如果能做到之前minmax那种只按照次数限制的token plan我立马把御3家的订阅退了
蕾蕾的可爱多 06-13 16:05

16楼

这么强再加上能够猛猛蹬，就是国产的神
karx 06-13 16:05

17楼

这个榜还是很符合实际体验的，论坛里认可度很高
Dyna 06-13 16:05

18楼

如果GLM能够解决限速问题，我还真想订阅一个Max。
KiMelody 06-13 16:06

19楼

很好了，能有1m上下文可以解决很多问题，希望注意力问题能比5.1好，那就坐稳国模第一了