GLM-5.3 × AA-LCR
智谱，官方 API，max 档，评测于 2026-10-19
分数0.653Accuracy
排名4/ 4同一 benchmark 的全部模型
成本—
输出 token1.9M输入 38.9M
每题耗时360秒100 题 × 4 次
评测配置
- temperature
- 0.6
- top_p
- 1
- 采样次数
- 4
- 最大输出长度
- 16,384 token
- 分数计算方式
- —
- judge 模型
- Qwen3-235B-A22B
- harness
- —
- 评测 recipe
- —
- 评测框架
- OPT 1478395
- 其他
- top_k=-1
0
通过
第 1 次采样输入 95.4K / 输出 886 token63 秒
正在加载轨迹…