待验证60% 置信事实精确时间

GLM4在SWE-Bench基准测试中得分46.2%，显著优于上一代模型

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

GLM4 Open-Source Flagship Tested: Crushes Claude and Other Commercial Models in Frontend Development

bilibiliAI-seeker2026/6/21

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79% 相似待验证GLM 5.2的Diff测试分数从GLM 5.1的18分跃升至46.2分74% 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74% 相似待验证GLM4在World of AI基准测试工具中排名第五73% 相似待验证GLM 5.2在Artificial Analysis Intelligence Index上，MAX版本得分51分，是目前得分最高的开源权重模型70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/40541

API

curl https://kongchang.com/api/v1/knowledge/claims/40541

MCP

get_claim(id=40541)