智谱GLM新模型内测传闻:跑分超Opus 5.5,两张榜单分数不一
智猩猩AI整理 编辑:林夕 59.4%,还是 70.1%? 同一款疑似智谱新模型,在两张流传的榜单图里有两个分数。 第一张是网友照着打码榜单估出来的。图上,这....
59.4%,还是 70.1%?同一款疑似
智谱的新模型,在两份流传出来的榜单图上,给出了两个不一样的分数。
其中一张是网友根据打码榜单推算的。按那张图的显示,这款模型拿到 59.4%,落后 1.6 个百分点。
评论区很快有人贴出另一张图,并配了一句:“你这个是假的,这才是真的🤣”
换到这张图上,分数变成了 70.1%,比榜首高出 0.1 个百分点。
抛开这两张流传的图,原榜单上实际有三条记录被打了码。
这三条记录里,模型名的前缀和分数都看不太清。
能辨认出来的只有后缀,分别是Pro、Med 和 Small。
这张榜单是
Theo 刚发帖称,碰上复杂的工程任务,
AICodeKing 则回了一张截图,上面列着 16 条记录,
照这么看,他测的很可能就是智谱的新模型。
被遮住的前缀到底是什么,有人索性自己动手把那段码敲了一遍。
他选了相近的字体、照着原来的排版打出 GLM-Name,再配上
按他公布的结果,两张图对到 1/255。另有人把图丢给 AI 认字,猜开头三个字母是 GLM。
做像素比对的那位写的是 GLM-Name,后来流传开的清晰版榜单上标的是 GLM-Nano,评论区还有人押 GLM-Next。后缀三个都认出来了,前缀反倒越猜越多。
这一版 KingBench 4 的编程题共 6 道,满分 60 分。榜单上的百分比就是按满分折算的。
社区整理的图显示,Pro 得 59.4%,位列第二,压在前面的是 70.0% 的 Claude Fable 5.2,跟在后面的是 57.8% 的
Opus 5.5。
Med 拿到 57.1%,紧咬 Opus 5.5,排在
Small 拿下 54.0%,位列第九,正好卡在
同一个榜单上,GLM-5.3 也出现了,成绩比 Small 少 8.2 个百分点。
假如 Small 确实是下一代 GLM 的小号版本,那模型开放之后,就能把现在交给 5.3 的活儿拿去试一遍,看它到底能接住多少。
GLM 新模型何时开放?
按社区转述的说法,下一个就是 GLM。
有人追问,是不是先做
dax 只聊了扩容,前半句没提新版本号。
偏偏前脚有人从榜单里猜出三个型号,后脚就冒出一句“轮到 GLM”,评论区随即追问:
GLM-5.5 会不会
另有人翻出 AICodeKing 的旧帖,开始推算发布时间。
社区里有人做了统计,从旧帖到新帖的间隔按 3.8 天算。
其中一次,
关于上线时间,猜本周的有,直接把日期押在 11 月 19 日的也有。
到今天为止,智谱方面尚未给出发布日期。评论区里,一边是用户在算 Max 还值不值得续费,另一边照旧把 GLM-5.3-Flash 当作本地主力在用。
也有人没绕弯子,直接催:
那位网友的原话是:“智谱你再不官宣,网友都要把名字猜完了。”