GLM-5.3 · 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 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 · 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 unspecified88.2原文 88.2 · 单位 未标注
公布 未确认
GLM-5.3 官方表格配置未详
设置
官方模型卡 GLM-5.3 表格成绩。卡片建议 benchmark reproduction 使用默认 reasoning_effort=max,但未逐项确认所有表格成绩均以该配置测得,故不将其套用到未注明项。
未知项
各未逐项注明的 benchmark reasoning_effort 未知、评测使用官方 API 还是本地权重未注明、精度/量化与 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
Claude Code 2.1.207; temperature=1.0; top_p=1; max_new_tokens=65536; 6-hour timeout. Chart/table does not identify score versus mean reward.
条件
GLM-5.3; exact metric, unit, effort, endpoint and precision 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