GLM-5.2
智谱· 2026-06-16 上线国产开源
综合第 31 名
50.3
编程
50.3第 30 名
科研
50.3第 44 名
专业办公
51.8第 20 名
知识问答
48.2第 44 名
- 评测覆盖
- 17 / 25 项 · 68%
- 缓存输入
- ¥2.00
- 输入
- ¥8.00
- 输出
- ¥28.00
价格：人民币 / 百万 Token。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SWE-bench Verified | 78.7% | 57.0 | max | 22 |
| DeepSWE | 43.8% | 41.4 | max | 26 |
| FrontierCode | 24.5% | 40.9 | none | 46 |
| WebDev Arena | 1,593 | 58.1 | max | 96 |
| ALE-Bench | 1,047 | 48.8 | high | 88 |
| WeirdML | 70.1% | 55.6 | max | 60 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 59.2% | 49.1 | max | 66 |
| FrontierMath（4 级） | 29.3% | 45.6 | max | 57 |
| CritPt | 20.9% | 58.2 | max | 101 |
| ProofBench | 35.0% | 47.8 | max | 77 |
| OTIS Mock AIME | 86.4% | 48.3 | max | 87 |
| SciCode | 51.2% | 52.7 | max | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 45.2% | 46.3 | 未注明 | 49 |
| Vending-Bench 2 | $8,314 | 57.2 | 未注明 | 55 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 34.2% | 43.0 | max | 65 |
| GPQA Diamond | 91.9% | 53.9 | max | 84 |
| SimpleBench | 58.8% | 47.7 | 未注明 | 39 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 22.8% | 不计分 | 未注明 | 52 |
| ARC-AGI | 77.0% | 不计分 | 未注明 | 52 |
| 国际象棋谜题 | 22.0% | 不计分 | max | 88 |
原始成绩取这个模型各个推理档位（max、high、none、low、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。