待验证50% 置信事实精确时间
inclusionAI的Ling-3.1-flash在SWE-bench_Pro（68.74）、SWE-bench_Multilingual（88.5）和skillsbench（68.7）上取得榜首，zai-org的GLM系列在ResearchClawBench、EvasionBench、chi-bench等评测上占据榜首。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
涉及实体
相关事实
部分验证被测模型包括 Google 的 Gemini 3.7 Flash、Z.ai 的 GLM-5、阿里巴巴的 Qwen 3 235B A22B Instruct 以及 OpenAI 的 gpt-oss-120b，全部在 Kaggle 上运行57% 相似待验证Zed v1.18.0 在 Google AI 侧新增了 Gemini 3.5 Flash-Lite，在 xAI 侧新增了 Grok 4.5 与 Grok 4.657% 相似待验证据UP主实测，GLM-5.3 Flash在Terminal Bench 2.1终端复杂任务测试中得分接近Cloud Opus 4.856% 相似待验证MuseSpark 1.3、GLM 5.3 Max、Kimi K3等排名靠前的高分模型均为开源开放权重模型55% 相似待验证GLM-5.3-Flash 目前仅 API 可用，权重采用 MIT 许可证但尚未发布；其视觉能力落后（BabyVision 和 MVbench 不及 Gemini 3.7 Flash）。55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1069861API
curl https://kongchang.com/api/v1/knowledge/claims/1069861MCP
get_claim(id=1069861)