GLM-5.3 × MMLU-Pro
智谱，官方 API，max 档，评测于 2026-10-16
分数0.851Accuracy
排名4/ 4同一 benchmark 的全部模型
成本—
输出 token50.8M输入 2.6M
每题耗时227秒12,032 题 × 1 次
评测配置
- temperature
- 0.6
- top_p
- 1
- 采样次数
- 1
- 最大输出长度
- 32,768 token
- 分数计算方式
- —
- judge 模型
- —
- 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 182 / 输出 707 token215 秒
正在加载轨迹…