广告

中值联金牌网:GLM-5.3冲到第三,超过GPT-5.6 Sol

发布日期:2026-08-29 22:21 阅读:
8月29日消息,Terminal-Bench发布4.0,重新校准Agent执行任务时的时间、CPU和内存,并修复19个任务、移除8个存在饱和、拒答、公开解法或质量问题的任务。所有任务的最长执行时间统一到8小时,主要是减少超时和环境问题对成绩的干扰。最新榜单里,Opus5+ClaudeCode以51.8%排第一,Fable5以44.5%第二。GLM-5.3+ClaudeCode拿到41.8%,冲到第三,超过GPT-5.6Sol+Codex的37.3%。前三名里,GLM-5.3是唯一不是Anthropic的模型。在Terminal-Bench3.0中,GLM-5.3还是32.4%排第四,落后GPT-5.6Sol的34.6%;到了4.0,GLM-5.3升到第三,反过来领先Sol4.5个百分点。

发表我的意见

专栏作者

7329

文章

0

提问

663万+

阅读量

0

回答

56万+

被赞

0

余额

关于我们 联系我们 加入我们 免责声明 广告服务 Sitemap 标签Tag 侵权文章删除:13607219@qq.com 微信:wenlian123com Investor Relations © 2025 金牌网 中值联认证中心(北京)有限公司版权所有 ICP备案:京ICP备20020888号 增值电信经营许可证:京B2-20201851