GLM-5.2 · Terminal-Bench(GLM-5.2模型卡;2.1) 82.7 · 主文证据(ev-gmc-glm-5-2-69)

GLM-5.2 的 Terminal-Bench · GLM-5.2模型卡;2.1 官方出处。GLM-5.2 · 档位未注明 · 82.7。见《GLM-5.2 official model card》Benchmark table;Terminal Bench 2.1 (Best Reported Harness);GLM-5.2目标列。证据 ev-gmc-glm-5-2-69。

原文与定位

GLM-5.2 · Terminal-Bench(GLM-5.2模型卡;2.1),GLM-5.2 · 档位未注明配置,Reported score 82.7(具体成绩公布时间未确认)。见《GLM-5.2 official model card》Benchmark table;Terminal Bench 2.1 (Best Reported Harness);GLM-5.2目标列。 查看成绩条件

|Benchmark|GLM-5.2|GLM-5.1|Qwen3.7-Max|MiniMax M3|DeepSeek-V4-Pro|Claude Opus 4.8|GPT-5.5|Gemini 3.1 Pro| |Terminal Bench 2.1 (Best Reported Harness)|82.7|69|-|-|-|78.9|83.4|70.7| * **Terminal-Bench 2.1 (Claude Code)**: We evaluate in Claude Code 2.1.167 with `temperature=1.0, top_p=0.95, max_new_tokens=131072`. We override max_new_tokens to 128k via a transparent proxy, bypassing the 64k CLI cap to restore the configurability of `CLAUDE_CODE_MAX_OUTPUT_TOKENS`. We remove wall-clock time limits, while preserving per-task CPU and memory constraints. Scores are averaged over 5 runs.
官方材料
GLM-5.2 official model card
定位
主文 · Benchmark table;Terminal Bench 2.1 (Best Reported Harness);GLM-5.2目标列
材料版本
本地2026-11-17官方卡片快照;2026-11-18完整目标列、内嵌图和原文脚注核对完成。
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

GLM-5.2 · Terminal-Bench(GLM-5.2模型卡;2.1),GLM-5.2 · 档位未注明配置,Reported score 82.7(具体成绩公布时间未确认)。官方出处 GLM-5.2 official model card(主文,本地2026-11-17官方卡片快照;2026-11-18完整目标列、内嵌图和原文脚注核对完成。)Benchmark table;Terminal Bench 2.1 (Best Reported Harness);GLM-5.2目标列,https://huggingface.co/zai-org/GLM-5.2/blob/main/README.md。Benchlog https://benchlog.lekshome.cc/evidence/glm-5-2/ev-gmc-glm-5-2-69/

关联成绩与条件

GLM-5.2 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Reported score82.7原文 82.7 · 单位 未标注
公布 未确认
GLM-5.2 · 档位未注明
设置
官方模型卡目标列;逐行scaffold、工具、采样及预算条件见protocol。未由默认模式或推荐解码设置推断实际推理档位。
未知项
未逐项说明的指标单位、题集修订、服务精度和运行次数保持未知。
工具
工具条件未记录
推理预算
输出上限 131072 tokens
框架
Claude Code 2.1.167
协议
Claude Code 2.1.167; temperature=1.0; top_p=0.95; max_new_tokens=131072; scores averaged over 5 runs.
条件
GLM-5.2目标列;Claude Code 2.1.167; temperature=1.0; top_p=0.95; max_new_tokens=131072; scores averaged over 5 runs.

直接支持该成绩

在排名中查看此成绩