V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member Sign In
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 130 days ago, the information mentioned may be changed or developed.
GLM-4.7 在编程、推理与智能体三个维度实现了显著突破：
编程能力：在 LMArena Code Arena 盲测中位列开源第一、国产第一，超过 GPT-5.2 ；在 SWE-bench-Verified 获得国产第一；在 LiveCodeBench V6 达到 84.8 的开源 SOTA 分数，超过 Claude Sonnet 4.5 。
推理能力：在 AIME 2025 数学竞赛中取得开源 SOTA ，超过 Claude Sonnet 4.5 和 GPT-5.1 ；在 HLE （“人类最后的考试”）基准测试中获得 42% 的成绩，较 GLM-4.6 提升 38% ，接近 GPT-5.1
智能体能力：在 BrowseComp 网页任务评测中获得 67 分；在 τ²-Bench 真实世界交互评测中实现开源 SOTA ，接近 Claude Sonnet 4.5 （ 84.7 分）
编程能力：在 LMArena Code Arena 盲测中位列开源第一、国产第一，超过 GPT-5.2 ；在 SWE-bench-Verified 获得国产第一；在 LiveCodeBench V6 达到 84.8 的开源 SOTA 分数，超过 Claude Sonnet 4.5 。
推理能力：在 AIME 2025 数学竞赛中取得开源 SOTA ，超过 Claude Sonnet 4.5 和 GPT-5.1 ；在 HLE （“人类最后的考试”）基准测试中获得 42% 的成绩，较 GLM-4.6 提升 38% ，接近 GPT-5.1
智能体能力：在 BrowseComp 网页任务评测中获得 67 分；在 τ²-Bench 真实世界交互评测中实现开源 SOTA ，接近 Claude Sonnet 4.5 （ 84.7 分）
 |
1
headwindx Dec 23, 2025 via iPhone
swe 得分多少？ 发地址吧
|
 |
2
wweir Dec 23, 2025
所以，昨天我调用 Lite 套餐的模型，就各种幺蛾子
|
 |
3
soleils OP  |
 |
4
byteLoading Dec 24, 2025
lite 太拉，pro 太贵
|
Select Language