已过期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
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/9/30(已过期)
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-5.3在六项评测中的成绩为：终端编程基准3.0得28.3、深度软件工程基准得66.9、智能体中场考试得28.5、自动化基准得48.2、带工具的人类终极考试得62.5、GDP价值评估AA2版得17.6973% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/40541API
curl https://kongchang.com/api/v1/knowledge/claims/40541MCP
get_claim(id=40541)