GLM-5 · Terminal-Bench(2.0; GLM source does not name score/mean-reward metric) 56.2 · 主文证据(ev-glm-5-terminal-bench-2-0)

GLM-5 的 Terminal-Bench · 2.0; GLM source does not name score/mean-reward metric 官方出处。GLM-5 official report setting · 56.2。见《GLM-5 | Z.AI Docs》GLM-5 overview, SWE-bench Verified / Terminal Bench 2.0 result sentence。证据 ev-glm-5-terminal-bench-2-0。

原文与定位

GLM-5 · Terminal-Bench(2.0; GLM source does not name score/mean-reward metric),GLM-5 official report setting配置,Reported score; metric/unit unspecified in GLM source 56.2(具体成绩公布时间未确认)。见《GLM-5 | Z.AI Docs》GLM-5 overview, SWE-bench Verified / Terminal Bench 2.0 result sentence。 查看成绩条件

On SWE-bench Verified and Terminal Bench 2.0, GLM-5 records leading open-model scores of 77.8 and 56.2, respectively — surpassing Gemini 3.0 Pro in overall performance.
官方材料
GLM-5 | Z.AI Docs · 定位到章节
定位
主文 · GLM-5 overview, SWE-bench Verified / Terminal Bench 2.0 result sentence
材料版本
Current official GLM-5 page; exact benchmark prose checked; collected 2026-11-17.
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 · Terminal-Bench(2.0; GLM source does not name score/mean-reward metric),GLM-5 official report setting配置,Reported score; metric/unit unspecified in GLM source 56.2(具体成绩公布时间未确认)。官方出处 GLM-5 | Z.AI Docs(主文,Current official GLM-5 page; exact benchmark prose checked; collected 2026-11-17.)GLM-5 overview, SWE-bench Verified / Terminal Bench 2.0 result sentence,https://docs.z.ai/guides/llm/glm-5#introducing-glm-5。Benchlog https://benchlog.lekshome.cc/evidence/glm-5/ev-glm-5-terminal-bench-2-0/

关联成绩与条件

GLM-5 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件证据关系
Reported score; metric/unit unspecified in GLM source56.2原文 56.2 · 单位 未标注
公布 未确认
GLM-5 official report setting
设置
GLM-5; report does not fully specify the serving path, quantization or effort for these benchmark values.
未知项
Terminal-Bench 2.0 metric/unit unspecified.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
未说明
条件
GLM-5; Terminal-Bench metric and unit are not stated; no protocol inferred.

直接支持该成绩

在排名中查看此成绩