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 AIME2025(36 / 106,得分 91.60)、τ²-Bench - Telecom(12 / 35,得分 96)、τ²-Bench(16 / 43,得分 79.50)。

评测结果

GLM-4.7-Flash

评测结果

思考模式
工具使用

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
常规模式
6.10
171 / 181
HLE
思考模式
14.40
145 / 181

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
66
170 / 224
GPQA Diamond
思考模式
75.20
135 / 224

编程与软件工程

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
84 / 114

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
91.60
36 / 106

Agent能力评测

共 5 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
常规模式工具
94
16 / 35
τ²-Bench - Telecom
思考模式工具
96
12 / 35
τ²-Bench
思考模式工具
79.50
16 / 43
Terminal Bench Hard
常规模式工具
30
11 / 13
Terminal Bench Hard
思考模式工具
32
9 / 13

指令跟随

共 2 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
常规模式工具
55
26 / 33
IF Bench
思考模式工具
68
20 / 33

AI Agent - 信息收集

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
48 / 54