GLM-5.2 · Terminal-Bench · GLM-5.2模型卡;2.1 · 成绩与配置

GLM-5.2 的 Terminal-Bench · GLM-5.2模型卡;2.1 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

GLM-5.2 · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
Reported score81原文 81.0 · 单位 未标注
公布 未确认
GLM-5.2 · 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
输出上限 48k tokens
框架
Terminus-2
协议
Terminus-2; parser=json; timeout=4h; temperature=1.0; top_p=1.0; max_new_tokens=48k; max_episodes=500; 256K context.
条件
GLM-5.2目标列;Terminus-2; parser=json; timeout=4h; temperature=1.0; top_p=1.0; max_new_tokens=48k; max_episodes=500; 256K context.
在排名中查看此成绩
Reported score82.7原文 82.7 · 单位 未标注
公布 未确认
GLM-5.2 · 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
输出上限 131072 tokens
框架
Claude Code 2.1.167
协议
Claude Code 2.1.167; temperature=1.0; top_p=0.95; max_new_tokens=131072; scores averaged over 5 runs.
条件
GLM-5.2目标列;Claude Code 2.1.167; temperature=1.0; top_p=0.95; max_new_tokens=131072; scores averaged over 5 runs.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Terminal Bench 2.1 (Terminus-2)

  • Reported score · 单位未标注 · 排序方向未确认