待验证50% 置信基准精确时间

在 FrontierSWE 基准上，GLM-5.2 仅落后 Opus 4.8 约 1%，以 1% 优势险胜 GPT-5.5，并领先 Opus 4.7 达 11%

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/26

首次发现

有效期至：2026/9/9

来源

GLM-5.2发布：MIT开源+百万上下文长程任务标杆

涉及实体

GLM-5.2model FrontierSWEconcept Opus 4.8model GPT-5.5model

相关事实

待验证在 Frontiers-WE 基准上，GLM-5.2 与 Claude Opus 4.8 的差距缩小到不足一分78% 相似部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%77% 相似待验证早期GPT-4在SWE-bench的通过率仅为1.7%，Claude 3 Opus约为4.8%，直到2024年中才突破20%75% 相似待验证Opus 4.7在长上下文（50万-100万token）检索方面表现明显退步，远不如DeepSeek和GPT 5.573% 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73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/805114

API

curl https://kongchang.com/api/v1/knowledge/claims/805114

MCP

get_claim(id=805114)