GLM-5.3 × SWE-bench Pro
智谱，官方 API，max 档，Codex CLI，评测于 2026-10-23
分数0.560Resolved Rate
排名2/ 2同一 benchmark 的全部模型
成本—
输出 token13.5M输入 2.0B
每题耗时—731 题 × 1 次
评测配置
- temperature
- —
- top_p
- —
- 采样次数
- 1
- 最大输出长度
- —
- 分数计算方式
- —
- judge 模型
- —
- harness
- Codex CLI
- 评测 recipe
- —
- 评测框架
- OPT 06dca09
- 其他
- —
instance_NodeBB__NodeBB-00c70ce7b0541cfc94afe567921d7668cdc8f4ac-vnan
通过
第 1 次采样输入 1.8M / 输出 15.2K token
正在加载轨迹…