GLM-4.5-Air · Coding(GLM-4.5-Air模型卡;Coding Benchmarks: SWE-Bench Verified, Terminal-Bench) 41.5 · 主文证据(ev-gmc-glm-4-5-air-8)

GLM-4.5-Air 的 Coding · GLM-4.5-Air模型卡;Coding Benchmarks: SWE-Bench Verified, Terminal-Bench 官方出处。GLM-4.5-Air · 档位未注明 · 41.5。见《GLM-4.5-Air official model card》Embedded benchmark figure;Coding;GLM-4.5-Air目标列。证据 ev-gmc-glm-4-5-air-8。

原文与定位

GLM-4.5-Air · Coding(GLM-4.5-Air模型卡;Coding Benchmarks: SWE-Bench Verified, Terminal-Bench),GLM-4.5-Air · 档位未注明配置,Reported score 41.5(具体成绩公布时间未确认)。见《GLM-4.5-Air official model card》Embedded benchmark figure;Coding;GLM-4.5-Air目标列。 查看成绩条件

LLM Performance Evaluation: Agentic, Reasoning, And Coding Benchmarks | 12 benchmarks: MMLU-Pro, AIME 24, MATH-500, SciCode, GPQA, HLE, LCB (2407-2501), SWE-Bench Verified, Terminal-Bench, TAU-Bench, BFCL V3, BrowseComp | GLM-4.5 | GLM-4.5-Air Coding | GLM-4.5-Air | 41.5
官方材料
GLM-4.5-Air official model card
定位
主文 · Embedded benchmark figure;Coding;GLM-4.5-Air目标列
材料版本
本地2026-11-17官方卡片快照;2026-11-18完整目标列、内嵌图和原文脚注核对完成。
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

GLM-4.5-Air · Coding(GLM-4.5-Air模型卡;Coding Benchmarks: SWE-Bench Verified, Terminal-Bench),GLM-4.5-Air · 档位未注明配置,Reported score 41.5(具体成绩公布时间未确认)。官方出处 GLM-4.5-Air official model card(主文,本地2026-11-17官方卡片快照;2026-11-18完整目标列、内嵌图和原文脚注核对完成。)Embedded benchmark figure;Coding;GLM-4.5-Air目标列,https://huggingface.co/zai-org/GLM-4.5-Air/blob/main/README.md。Benchlog https://benchlog.lekshome.cc/evidence/glm-4-5-air/ev-gmc-glm-4-5-air-8/

关联成绩与条件

GLM-4.5-Air · Coding 成绩与配置
指标与成绩配置与评测条件证据关系
Reported score41.5原文 41.5 · 单位 未标注
公布 未确认
GLM-4.5-Air · 档位未注明
设置
官方模型卡目标列;逐行scaffold、工具、采样及预算条件见protocol。未由默认模式或推荐解码设置推断实际推理档位。
未知项
未逐项说明的指标单位、题集修订、服务精度和运行次数保持未知。
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
The card describes a comprehensive evaluation across 12 industry-standard benchmarks. Aggregate construction, metric, sampling, scaffold and thinking mode are not stated.
条件
GLM-4.5-Air目标列;The card describes a comprehensive evaluation across 12 industry-standard benchmarks. Aggregate construction, metric, sampling, scaffold and thinking mode are not stated. 安全、内部子项或跨测试聚合仅保留原始披露,不进入常规展示。

直接支持该成绩

在排名中查看此成绩