GLM-5.3-Flash · Terminal-Bench · 2.1;GLM 官方图仅列数值,具体 score / mean reward 指标未注明 · 成绩与配置

GLM-5.3-Flash 的 Terminal-Bench · 2.1;GLM 官方图仅列数值,具体 score / mean reward 指标未注明 记录。本次发布有 1 条成绩记录,含 1 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-5.3-Flash · Terminal-Bench 成绩与配置
指标与成绩配置与评测条件出处
Reported value; metric and unit unspecified84.3原文 84.3 · 单位 未标注
公布 未确认
GLM-5.3-Flash 官方图表配置未详
设置
官方 LLM Performance Evaluation 图表中的 GLM-5.3-Flash 标签值;未标 reasoning_effort、API/权重来源或量化精度。
未知项
reasoning_effort 未逐项注明、评测使用官方 API 还是本地权重未注明、精度/量化及 serving 版本未注明
工具
工具条件未记录
推理预算
输出上限 65536 tokens
框架
Claude Code 2.1.207
协议
Terminal Bench 2.1; official model card says Claude Code 2.1.207, temperature=1.0, top_p=1, max_new_tokens=65536 and 6-hour timeout. Metric choice is not given.
条件
GLM-5.3-Flash; figure provides no unit or metric label; API/weight precision and reasoning effort unspecified.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 GLM-5.3-Flash Terminal Bench 2.1 chart value

  • Reported value; metric and unit unspecified · 单位未标注 · 排序方向未确认