GLM-5 · HMMT(GLM-5固定v2报告/模型卡;Nov. 2025) 96.9 · 附件证据(ev-gm5-glm-5-hmmt-nov-2025-1)

GLM-5 的 HMMT · GLM-5固定v2报告/模型卡;Nov. 2025 官方出处。GLM-5 · 报告与固定模型卡 · 96.9。见《GLM-5: from Vibe Coding to Agentic Engineering》PDF p.23;Table 7;相关协议见附录B.2。证据 ev-gm5-glm-5-hmmt-nov-2025-1。

原文与定位

GLM-5 · HMMT(GLM-5固定v2报告/模型卡;Nov. 2025),GLM-5 · 报告与固定模型卡配置,Reported score 96.9(具体成绩公布时间未确认)。见《GLM-5: from Vibe Coding to Agentic Engineering》PDF p.23;Table 7;相关协议见附录B.2。 查看成绩条件

GLM-5 | GLM-4.7 | DeepSeek-V3.2 | Kimi K2.5 | Claude Opus 4.5 | Gemini 3 Pro | GPT-5.2 (xhigh) HMMT Nov. 2025 | 96.9 | 93.5 | 90.2 | 91.1 | 91.7 | 93.0 | 97.1 Table 7: Comparison between GLM-5 and open-source/proprietary models. Results marked with * are from the full set of HLE. Results marked with † are evaluated on a verified version of Terminal-Bench 2.0, fixing some ambiguous instructions. The GDPval-AA Elo scores are recorded on 15th Feb., 2026. The highest score for each benchmark is bolded, and the second highest is underlined.
官方材料
GLM-5: from Vibe Coding to Agentic Engineering · PDF 第 23 页
定位
附件 · PDF p.23;Table 7;相关协议见附录B.2
材料版本
arXiv:2602.15763v2;40页全文、相关图表及附录方法已核读;2026-02-24修订。Base、训练消融与前代不归入GLM-5产品。
版本公布
披露时间
未确认 · 后补披露
采集时间
历史依据
暂无可靠历史版本依据
引用文本

GLM-5 · HMMT(GLM-5固定v2报告/模型卡;Nov. 2025),GLM-5 · 报告与固定模型卡配置,Reported score 96.9(具体成绩公布时间未确认)。官方出处 GLM-5: from Vibe Coding to Agentic Engineering(附件,arXiv:2602.15763v2;40页全文、相关图表及附录方法已核读;2026-02-24修订。Base、训练消融与前代不归入GLM-5产品。)PDF p.23;Table 7;相关协议见附录B.2,https://arxiv.org/pdf/2602.15763v2#page=23。Benchlog https://benchlog.lekshome.cc/evidence/glm-5/ev-gm5-glm-5-hmmt-nov-2025-1/

关联成绩与条件

GLM-5 · HMMT 成绩与配置
指标与成绩配置与评测条件证据关系
Reported score96.9原文 96.9 · 单位 未标注
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
输出上限 131072 tokens
框架
未记录
协议
Section B.2 applies the reasoning-task settings; HMMT-specific sampling or metric wording is not stated.
条件
Section B.2 applies the reasoning-task settings; HMMT-specific sampling or metric wording is not stated.

直接支持该成绩

在排名中查看此成绩