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(5 / 44,得分 98.10)、AIME 2024(15 / 62,得分 89.40)、Pinch Bench(14 / 38,得分 85.70)。

评测结果

GLM-4.5-Air

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
MMLU Pro
思考模式
81.40
55 / 133
HLE
思考模式
10.60
154 / 181

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
75
137 / 224

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
70.70
52 / 126
SWE-bench Verified
思考模式
57.60
86 / 114

数学推理

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
5 / 44
AIME 2024
思考模式
89.40
15 / 62

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench
思考模式
30
22 / 35

OpenClaw智能体能力综合测评

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