DataLearner 标志

GLM-4.5-Air 评测详情

GLM-4.5-Air 当前已收录的代表性评测结果包括 MATH-500(6 / 46,得分 98.10)、AIME 2024(15 / 61,得分 89.40)、MMLU-Pro(58 / 177,得分 81.40)。

评测结果

GLM-4.5-Air

评测结果

思考模式
工具使用

综合知识考试

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
思考模式
81.40
58 / 177
HLE
思考模式
10.60
199 / 240
HLE
unknown
8.12
212 / 240

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
75
160 / 255

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
57.60
89 / 119

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
思考模式
98.10
6 / 46
AIME 2024
思考模式
89.40
15 / 61

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
70.70
54 / 126

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 1.0
思考模式工具
30
23 / 32
Terminal Bench Hard
思考模式工具
20.50
149 / 244

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
思考模式工具
85.70
14 / 38