CC-Bench · 52 programming/development tasks across six domains; task release unspecified · 测试定义与成绩

CC-Bench · 52 programming/development tasks across six domains; task release unspecified 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 CC-Bench、Claude Code 52-task coding evaluation

  • Win rate · % · 越高越好
  • Tie rate · % · 排序方向未确认
  • Loss rate · % · 越低越好
  • Tool-calling success rate · % · 越高越好
  • Tokens per round · tokens · 越低越好

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 11 条成绩记录,含 11 条精确值(可含历史记录)