待验证50% 置信基准精确时间

GLM-5.2在HumanEval、MBPP等主流编码基准测试中表现突出

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/6

首次发现

有效期至：2026/10/4

来源

美团CatPaw实测：免费GLM-5.2编程工具靠谱吗？

bilibili鲲鹏Talk2026/7/2

相关事实

待验证GLM 5.1的核心优势在于测试覆盖率碾压全场，在三道题中均表现出最强的测试代码生成能力75% 相似待验证配置智谱GLM模型后，Claude Code验证测试显示使用的是GLM-5.1模型74% 相似待验证GLM5.1相比GLM5在编程能力（Coding Evaluation）测评数据上有显著提升74% 相似待验证传统代码评测基准（如HumanEval、MBPP）主要测试模型在孤立函数级别的生成准确率70% 相似待验证HumanEval、MBPP、SWE-bench是专门针对代码生成的标准评测集68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/114977

API

curl https://kongchang.com/api/v1/knowledge/claims/114977

MCP

get_claim(id=114977)