Token导航 LogoToken导航

AI 资讯 · 智猩猩

智谱GLM新模型疑内测跑分超Opus 5.5

更新 2026-11-17智猩猩正文 1356字阅读约 5分钟9 张图片
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,这款模型拿了 59.4%,比 Opus 5.5 高 1.6 个百分点。

图片

评论区马上有人甩出另一张图:“你这个是假的,这才是真的🤣” 

分数一下变成 70.1%,刚好比榜首 Claude Fable 5.2 高 0.1 个百分点。

图片

把两张图放到一边,原榜单上其实有三条记录被打了码。

模型名前缀和分数都看不清,露出来的后缀是 Pro、Med 和 Small。

这张榜单是 KingBench 维护者 AICodeKing 在回应开发者 Theo(t3.gg)时贴出来的。

Theo 刚发帖说,遇到复杂工程任务,开放权重模型已经跟不上闭源前沿模型,随后又晒出了 T3 Code 的流量数据。

图片

AICodeKing 回了一张有 16 条记录的 KingBench 4 榜单。他没点名,网友却从他的措辞里读出了一个暗示:

他可能已经在测智谱的新模型了。

图片

为了认出被遮住的前缀,有人自己把码打了一遍。

他用相近的字体和排版打出 GLM-Name,加上高斯模糊,再和原图逐像素比对。

图片

据他给出的结果,两块图的像素残差小于 1/255。也有人让 AI 帮忙认字,猜开头三个字母是 GLM。

图片

做像素比对的人写的是 GLM-Name,后来传开的清晰版榜单上写的是 GLM-Nano,评论区还有人猜 GLM-Next。三个后缀都看清了,前缀倒是越猜越多。

这版 KingBench 4 一共考了 6 道编程题,总分 60 分。榜单上的百分比,就是按满分换算出来的。

按社区整理图,Pro 拿到 59.4%,排第二,前面是 70.0% 的 Claude Fable 5.2,后面是 57.8% 的 Opus 5.5。


Med 拿到 57.1%,紧跟 Opus 5.5,排在 GPT-6 Astra、GPT-6.1 Sol 和 Gemini 4 Argon 前面。

Small 拿到 54.0%,排第九,刚好夹在 Haiku 5.5 和 Kimi K3.1 Pro 之间。Gemini 4 Carbon、Muse Wonder Full 1.0 和 DeepSeek V4.1 Flash 也排在它后面。

同一张榜单上还有个更熟悉的名字:GLM-5.3 拿了 45.8%,比 Small 低 8.2 个百分点。

要是 Small 真是下一代 GLM 的小档,等模型一开放,就能把平时交给 5.3 的活拿来跑一遍,看看它能接下多少。

模型什么时候能用?

据社区转述,OpenCode 开发者 dax 最近提到,DeepSeek 扩容后跑得不错,接下来轮到 GLM。

图片

有人问是先做 GLM-5.3-Flash,还是先做完整版,dax 回了一个词:“full”。

dax 前半句聊的是扩容,也没提新版本号。

可前脚刚有人从榜单里猜出三个型号,后脚就听到一句“轮到 GLM”,评论区已经问上了:


GLM-5.5 要灰测了?


图片


还有人翻出 AICodeKing 的旧帖,算起了发布时间。

按社区统计,从 GLM-4 时代起,他有过五次提前放出线索的记录,发帖到官宣平均相隔 3.8 天。

图片

其中一次,GLM-5.2 官宣前三天左右,他晒出了 KingBench 3 内测榜。

这次有人猜本周,也有人直接押 11 月 19 日。

截至今日,智谱还没公布发布日期。评论区有人已经在盘算 Max 要不要续费,也有人照常拿 GLM-5.3-Flash 当本地主力。

还有人直接催了一句:

“智谱你再不官宣,网友都要把名字猜完了。”


文章标签GLM智谱

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。