LLM Performance Evaluation composite · GLM-4.5模型卡;12 benchmarks: MMLU-Pro, AIME 24, MATH-500, SciCode, GPQA, HLE, LCB (2407-2501), SWE-Bench Verified, Terminal-Bench, TAU-Bench, BFCL V3, BrowseComp · 测试定义与成绩
LLM Performance Evaluation composite · GLM-4.5模型卡;12 benchmarks: MMLU-Pro, AIME 24, MATH-500, SciCode, GPQA, HLE, LCB (2407-2501), SWE-Bench Verified, Terminal-Bench, TAU-Bench, BFCL V3, BrowseComp 收录 1 次模型发布的评测披露或成绩。
测试版本与指标
别名 LLM Performance Evaluation composite
- Reported score · 单位未标注 · 排序方向未确认
各系列最新模型 · 公布成绩
各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。
历史记录 · 1 次发布
- GLM-4.5本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)