待验证60% 置信事实精确时间

GLM4在代码推理和通用知识测试中得分74.4%，仅次于Claude 3 Opus

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 5.2在Frontier SW基准测试中得分为74.4%，接近Anthropic Opus 4.8的水平79% 相似待验证GLM 4.6在HumanEval、MBPP、SWE-bench等代码评测基准以及MMLU、GPQA等综合能力基准上的表现对齐Claude 3.4和Claude 3.4.576% 相似已验证GLM-4.6采用专家混合架构（MoE），总参数量达到3550亿，推理时只激活约320亿个参数71% 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70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/40542

API

curl https://kongchang.com/api/v1/knowledge/claims/40542

MCP

get_claim(id=40542)