待验证50% 置信基准精确时间

GLM 5.2在深层Bug实战测试中拿到96分，能识别嵌套三层以上的深层Bug

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/8

首次发现

有效期至：2026/10/6

来源

GLM 5.2深度解析：开源编码模型跻身全球前三

bilibili硅基研究所所长2026/6/16

相关事实

待验证GLM-5在SWE-Bench Verified基准测试中得分77.8%，位于开源第一梯队70% 相似待验证GLM4在World of AI基准测试工具中排名第五69% 相似待验证GLM-4.7在代码能力基准测试中超过DeepSeek V3.2及Claude Sonnet 4.566% 相似待验证GLM 5.2在Frontier SW基准测试中得分为74.4%，接近Anthropic Opus 4.8的水平66% 相似待验证GLM4在SWE-Bench基准测试中得分46.2%，显著优于上一代模型66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/213009

API

curl https://kongchang.com/api/v1/knowledge/claims/213009

MCP

get_claim(id=213009)