DataLearner 标志

GLM-4.7-Flash 评测详情

GLM-4.7-Flash 当前已收录的代表性评测结果包括 τ²-Bench - Telecom(3 / 32,得分 98.80)、AIME2025(40 / 111,得分 91.60)、τ²-Bench(16 / 44,得分 79.50)。

评测结果

GLM-4.7-Flash

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
常规模式
4.90
237 / 244
HLE
思考模式
14.40
189 / 244

科学知识与推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
45.20
242 / 258
GPQA Diamond
思考模式
75.20
160 / 258
CritPt
思考模式
0.30
189 / 207

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式
59.20
90 / 121

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
91.60
40 / 111

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1124.70
92 / 112

客服与业务流程

共 3 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
常规模式工具
91.80
14 / 32
τ²-Bench - Telecom
思考模式工具
98.80
3 / 32
τ²-Bench
思考模式工具
79.50
16 / 44

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
42.80
54 / 61

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
3.80
219 / 245
Terminal Bench Hard
思考模式工具
22
143 / 245