GLM-5 · GDPval-AA(GLM-5固定v2报告/模型卡;snapshot recorded 2026-02-15) 1409 Elo · 附件证据(ev-gm5-glm-5-gdpval-aa-elo-1)

GLM-5 的 GDPval-AA · GLM-5固定v2报告/模型卡;snapshot recorded 2026-02-15 官方出处。GLM-5 · 报告与固定模型卡 · 1409 Elo。见《GLM-5: from Vibe Coding to Agentic Engineering》PDF p.23;Table 7;相关协议见附录B.2。证据 ev-gm5-glm-5-gdpval-aa-elo-1。

原文与定位

GLM-5 · GDPval-AA(GLM-5固定v2报告/模型卡;snapshot recorded 2026-02-15),GLM-5 · 报告与固定模型卡配置,Elo score 1409 Elo(具体成绩公布时间未确认)。见《GLM-5: from Vibe Coding to Agentic Engineering》PDF p.23;Table 7;相关协议见附录B.2。 查看成绩条件

GLM-5 | GLM-4.7 | DeepSeek-V3.2 | Kimi K2.5 | Claude Opus 4.5 | Gemini 3 Pro | GPT-5.2 (xhigh) GDPval-AA Elo | 1,409 | 1,198 | 1,195 | 1,288 | 1,400 | 1,201 | 1,462 Table 7: Comparison between GLM-5 and open-source/proprietary models. Results marked with * are from the full set of HLE. Results marked with † are evaluated on a verified version of Terminal-Bench 2.0, fixing some ambiguous instructions. The GDPval-AA Elo scores are recorded on 15th Feb., 2026. The highest score for each benchmark is bolded, and the second highest is underlined.
官方材料
GLM-5: from Vibe Coding to Agentic Engineering · PDF 第 23 页
定位
附件 · PDF p.23;Table 7;相关协议见附录B.2
材料版本
arXiv:2602.15763v2;40页全文、相关图表及附录方法已核读;2026-02-24修订。Base、训练消融与前代不归入GLM-5产品。
版本公布
披露时间
未确认 · 后补披露
采集时间
历史依据
暂无可靠历史版本依据
引用文本

GLM-5 · GDPval-AA(GLM-5固定v2报告/模型卡;snapshot recorded 2026-02-15),GLM-5 · 报告与固定模型卡配置,Elo score 1409 Elo(具体成绩公布时间未确认)。官方出处 GLM-5: from Vibe Coding to Agentic Engineering(附件,arXiv:2602.15763v2;40页全文、相关图表及附录方法已核读;2026-02-24修订。Base、训练消融与前代不归入GLM-5产品。)PDF p.23;Table 7;相关协议见附录B.2,https://arxiv.org/pdf/2602.15763v2#page=23。Benchlog https://benchlog.lekshome.cc/evidence/glm-5/ev-gm5-glm-5-gdpval-aa-elo-1/

关联成绩与条件

GLM-5 · GDPval-AA 成绩与配置
指标与成绩配置与评测条件证据关系
Elo score1409 Elo原文 1,409 · 单位 Elo
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
The report gives only the recorded date, 15th Feb., 2026. Harness, thinking mode, reasoning effort, and scoring details are not stated.
条件
The report gives only the recorded date, 15th Feb., 2026. Harness, thinking mode, reasoning effort, and scoring details are not stated.

直接支持该成绩

在排名中查看此成绩