DataLearner 标志

GLM-4.7-Flash 评测详情

GLM-4.7-Flash 当前已收录的代表性评测结果包括 τ²-Bench - Telecom(9 / 30,得分 96)、AIME2025(39 / 110,得分 91.60)、τ²-Bench(16 / 44,得分 79.50)。

评测结果

GLM-4.7-Flash

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
HLE
常规模式
6.10
218 / 235
HLE
思考模式
14.40
179 / 235

科学知识与推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
66
196 / 253
GPQA Diamond
思考模式
75.20
156 / 253
CritPt
思考模式
0.30
186 / 204

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式
59.20
84 / 116

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
91.60
39 / 110

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1124.70
90 / 110

客服与业务流程

共 3 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
常规模式工具
94
12 / 30
τ²-Bench - Telecom
思考模式工具
96
9 / 30
τ²-Bench
思考模式工具
79.50
16 / 44

指令与格式遵循

共 2 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
常规模式工具
55
25 / 31
IF Bench
思考模式工具
68
20 / 31

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
42.80
51 / 58

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
30
114 / 244
Terminal Bench Hard
思考模式工具
32
98 / 244