待验证50% 置信观点精确时间

测评者认为GLM 5.2在纯编码上依然强劲，但涉及审美、物理感和模拟质感任务时HY3更胜一筹

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/13

首次发现

有效期至：2026/10/11

来源

腾讯混元HY3深度评测：小体量开源模型如何逆袭大厂

bilibili硅谷神奇2026/7/7

相关事实

待验证HY3在整体性能上仍落后于GLM 5.2（当前开源模型顶级水平）73% 相似待验证在实际性能测试中，GLM 4.6的表现远远优于Claude 4.5 Haiku70% 相似待验证LFM2.5在多项基准测试中展现出与体量高达其4倍模型相当的竞争力69% 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 3.4.568% 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 4.567% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/495163

API

curl https://kongchang.com/api/v1/knowledge/claims/495163

MCP

get_claim(id=495163)