Terminal Bench v4 榜单：GLM-5.3 领先，开源模型表现分化
2026.09.11 · 事件 · 行业动态 · 社区热议
Terminal Bench v4 排名显示 GLM-5.3 领先，Kimi-K3 表现不佳。
Terminal Bench v4 的排名被认为比智能指数更能反映模型真实水平。开源模型中，GLM-5.3 以 41.9% 的得分遥遥领先，其 Flash 版本也领先同类。相比之下，Kimi-K3 在该基准上表现不佳，而 Qwen3.8-27B 是唯一能有所作为的小模型。
- GLM-5.3 得分 41.9%，排名第一
- GLM-5.3-Flash 领先当前顶级 Flash 模型
- Kimi-K3 在该基准上表现不佳
- Qwen3.8-27B 是唯一能跑分的小模型
- Muse Glimmer 和 gemma4-31b 得分极低
为什么值得看
该基准排名被认为更贴近用户对模型的真实感受。
适合谁关注
关注大模型性能对比的开发者与研究者