Zhipu AI (Z.ai)
GLM-4.6 评测成绩
来自 4 个来源、5 项基准的 7 条成绩。
其他名称: glm-4.6 · GLM 4.6 · https://huggingface.co/zai-org/GLM-4.6 · GLM 4.6 (T=1) · GLM-4.6 (FC thinking)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1424 | 124 | Overall, style control on; 35828 votes; 95% CI 1420–1428“glm-4.6” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1340 | 113 | Overall; 6781 votes; 95% CI 1329–1351“glm-4.6” | 官方榜单 | 2026年10月8日 |
| SWE-bench Verified | 68.2% | 30 | agent: Undisclosed“https://huggingface.co/zai-org/GLM-4.6” | 官方榜单 | 2025年9月30日 |
| SWE-bench Verified | 55.4% | 57 | agent: mini-SWE-agent“glm-4.6” | 官方榜单 | 2025年12月1日 |
| Terminal-Bench 2.0 | 24.5% | 154 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年9月30日 |
| Terminal-Bench 2.0 | 24.5% | 155 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年11月1日 |
| BFCL v4 (function calling) | 72.4% | 4 | Overall accuracy“GLM-4.6 (FC thinking)” | 官方榜单 | 2026年10月17日 |
常见问题
GLM-4.6 的这些评测分数来自哪里？
来自 Berkeley Function Calling Leaderboard (BFCL)、LMArena leaderboard dataset、SWE-bench leaderboards (swebench.com)和Epoch AI Benchmarking Hub。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。