GLM-4.6在今日的Smoke评测里拿到主榜36.25分。具体到各维度，代码执行25.00分，材料约束50.00分，工程判断25.00分。communication维度的数据没有拿到，因此该模型没进正式排名。

数据事实：维度得分与缺失情况

本次Smoke评测是每日10题的快测，每个维度2题。GLM-4.6的代码执行25.00分、材料约束50.00分、工程判断25.00分，主榜平均36.25分。communication维度因API故障/超时整块缺失，任务表达维度同样没有有效记录。和昨日相比，所有维度都显示“-”，今天则首次出现了具体数值。

成因分析：题目抽签波动还是API故障主导

Smoke评测单日出现波动属于正常现象。不过这次communication维度彻底缺失，指向的是API故障/超时，而不是题目难度本身变了。代码执行和工程判断都停在25.00分，材料约束则相对高一些，为50.00分，这说明模型在需要API稳定响应的任务上出现了断层。题目抽签带来的波动，一般只会让分数在40-60分区间小幅移动；而25.00分这样的低位还叠加了维度缺失，更可能来自技术层面的连接中断，并非模型能力突然退化。

GLM-4.6本次Smoke评测communication维度因API故障/超时缺失，主榜36.25分未参与排名。

对使用者的含义

以代码执行为重点的团队，在调用GLM-4.6处理编程任务时，得留好API重试机制——25.00分说明该模型在Smoke快测中已经表现出响应不稳定。对材料忠实度敏感的场景，50.00分还算可以接受；但工程判断只有25.00分，意味着在需要多步推理的开发流程里，模型输出的一致性可能不如预期。依赖该模型的开发者，应该在生产环境中加上超时监控，免得一次API故障就把整条任务链拖断。

战略判断：是否需要持续关注

从当前得分对比看，GLM-4.6这次的异常主要来自API故障，不是模型真实退化。单日10题快测本身的波动，解释不了维度完全缺失，所以这次的36.25分不具备代表性。下一期Smoke评测中，如果communication维度恢复、代码执行仍在25.00分上下，那就该把这个模型列入重点观察名单；如果回升到50分以上，本次事件可以看作孤立的技术问题，选型策略不用调整。

企业选型时，建议把GLM-4.6的Smoke主榜得分和完整维度记录放在一起考量，只看36.25分可能低估它的实际可用性。开发者集成时应先测API稳定性，别直接拿单日快测分数当依据。