[控场AI]
待验证50% 置信基准精确时间

据官方披露，仅一个精炼步骤就让 GLM-5 在 WorkBuddy-Bench 上提升了 11.5 分。

1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16

来源

谷歌开源Harness2：测试时递归改写Agent框架

涉及实体

GLM-5modelWorkBuddy-BenchconceptHarness2product

相关事实

待验证Sonnet 5 性能大致相当于 GLM 5.2 high 水平，但价格约为后者的三倍，并拥有 GLM 5.2 不具备的修订能力66% 相似待验证GLM-5.3在六项评测中的成绩为：终端编程基准3.0得28.3、深度软件工程基准得66.9、智能体中场考试得28.5、自动化基准得48.2、带工具的人类终极考试得62.5、GDP价值评估AA2版得17.6966% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1060117
API
curl https://kongchang.com/api/v1/knowledge/claims/1060117
MCP
get_claim(id=1060117)