Zhipu AI (Z.ai)
GLM-5 评测成绩
来自 5 个来源、8 项基准的 12 条成绩。
其他名称: glm-5 · GLM 5 · GLM 5 (high)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1458 | 63 | Overall, style control on; 29292 votes; 95% CI 1453–1462“glm-5” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1434 | 79 | Overall; 7506 votes; 95% CI 1426–1443“glm-5” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 87.8% | 66 | Epoch AI run, accuracy | 独立评测 | 2026年2月12日 |
| MMLU-Pro | 86.0% | 29 | Overall accuracy; data source: Self-Reported; 754B | 厂商自报 | 2026年3月11日 |
| SWE-bench Verified | 72.1% | 22 | Epoch AI run (Epoch scaffold) | 独立评测 | 2026年2月15日 |
| SWE-bench Verified | 72.8% | 16 | agent: mini-SWE-agent“glm-5” | 官方榜单 | 2026年2月17日 |
| AIME (OTIS Mock AIME 2024–2025) | 80.0% | 110 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年2月12日 |
| τ²-bench | 82.5% | 3 | airline domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年2月27日 |
| τ²-bench | 9.8% | 27 | banking_knowledge domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年2月27日 |
| τ²-bench | 73.7% | 20 | retail domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年2月27日 |
| τ²-bench | 86.8% | 13 | telecom domain, pass^1; effort: enabled; submitted by Sierra; v1.0.1 | 官方榜单 | 2026年2月27日 |
| Terminal-Bench 2.0 | 52.4% | 64 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2026年2月11日 |
常见问题
GLM-5 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)、SWE-bench leaderboards (swebench.com)和τ²-bench leaderboard submissions。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。