自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。工作原理

GLM-5.3-Flash 有多聪明？

120 SI-IQ · 90% 区间 117–124
在 80 个已排名模型中位列第 39 · 可能的名次区间 25–56

GLM-5.3-Flash 是 Z.ai (Zhipu AI) 于 2026年8月20日发布的模型。其 SI-IQ 为 120（90% 区间 117–124），由 2 家独立评测方的 7 项基准测试结果估算得出。其最强的领域是数学，最弱的是推理。

基本信息

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试	领域	得分	隐含 SI-IQ	评测方	来源中的列示名称	获取时间	来源
Chess Puzzles	推理	21.0%	113	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
Mystery Game Puzzles	推理	8.0%	70	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tier 4	数学	17.1%	121	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tiers 1–3	数学	55.8%	122	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025	数学	93.9%	121	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond	知识	90.2%	124	Epoch AI	`glm-5.3-flash_max`	2026年10月18日	Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run)	知识	90.9%	132	OpenRouter	`z-ai/glm-5.3-flash` digitalocean · median over providers (1 of 1 rows)	2026年10月18日	OpenRouter benchmark datasets · 数据文件
τ²-bench Airline (OpenRouter run)	智能体	76.2%	131	OpenRouter	`z-ai/glm-5.3-flash-20260826` Z.AI · first-party provider (1 of 34 rows)	2026年10月18日	OpenRouter benchmark datasets · 数据文件

在 Arena 排行榜上，用户会在两个匿名回答之间投票。GLM-5.3-Flash 的评分为 1,474（1,469–1,479），共 32,925 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

采用 SI-IQ 方法版本 1.0.0 计算。阅读完整方法论