Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Benchmark-uri

Surse
8
Intrări urmărite
22.310
Ultima sincronizare
23 min
Toate sursele se sincronizează normal
  • Arena · Textacum 5 ore
  • Arena · WebDevacum 5 ore
  • Arena · Visionacum 5 ore
  • Arena · Agentacum 5 ore
  • GPQA Diamondacum 23 de minute
  • SWE-benchacum 23 de minute
  • Terminal-Benchacum 23 de minute
  • ARC-AGI-2acum 23 de minute

glm-5.2

91.9%±1.6%

90.2%CI93.5%

Z.ai (Zhipu AI)iun. 2026oscilație #9–#49

glm-5.3

90.9%±1.6%

89.3%CI92.5%

Z.ai (Zhipu AI)aug. 2026oscilație #18–#52

glm-5.3-flash

90.2%±1.7%

88.4%CI91.9%

Z.ai (Zhipu AI)aug. 2026oscilație #26–#60

GPQA Diamond ×15 din 221 modele
ModelOrganizație± CIOscilațieAdaugă la comparație
25glm-5.2Z.ai (Zhipu AI)iun. 2026$0.62 / $2.4291.9%90.2%–93.5%#9–49
32glm-5.3Z.ai (Zhipu AI)aug. 2026$0.08 / $1.4090.9%89.3%–92.5%#18–52
42glm-5.3-flashZ.ai (Zhipu AI)aug. 2026$0.05 / $0.2090.2%88.4%–91.9%#26–60
43glm-5.1Z.ai (Zhipu AI)apr. 2026$0.97 / $3.0489.9%87.8%–92.0%#44–75
57glm-5Z.ai (Zhipu AI)feb. 2026$1 / $3.2087.8%85.5%–90.2%#57–153

Se afișează GPQA Diamond exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.