GLM-4.5 评测详情

GLM-4.5 当前已收录的代表性评测结果包括 MATH-500（4 / 46，得分 98.20）、MMLU-Pro（35 / 176，得分 84.60）、AIME 2024（14 / 62，得分 91）。

评测结果

GLM-4.5

评测结果

综合评估

共 4 项评测

评测名称 / 模式

得分

排名/总数

思考模式

84.60

35 / 176

思考模式

14.40

342 / 565

思考模式

13

361 / 565

unknown

8.32

417 / 565

科学与综合推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

79.10

244 / 463

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式

72.90

81 / 251

SWE-bench Verified

思考模式

64.20

77 / 116

数学推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考模式

98.20

4 / 46

思考模式

91

14 / 62

思考模式

73.70

112 / 216

写作和创作

共 1 项评测

评测名称 / 模式

得分

排名/总数

Creative Writing

常规模式

1340.50

70 / 106

AI Agent - 工具使用

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

37.50

15 / 35

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

τ²-Bench - Telecom

思考模式工具

43

187 / 264

Terminal Bench Hard

思考模式工具

22

144 / 244

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

44.10

186 / 282

与其他模型对比