最初の項目は常にピンの出典です。全体の確度は、各資料が上記の開始・終了時刻をどれだけ強く裏付けているかの加重平均です。最新の資料より180日古くなるごとに、重みは半分になります。
Epoch[5] AIはGLM-5のリリースを2026年2月11日としており、Maxime LabonneのHugging Face[3][6]記事も「2026年2月11日……Z.aiはGLM-5を正式にリリースした」と述べている。Hugging Faceの重みは同日06:15 UTCからアップロードされた。The Decoder[4]は報道を2月12日付とし、Z.aiのリリースノートは2026-02-12としているが、これは北京時間での同じ発表である。
Gives the Artificial Analysis Intelligence Index v4.0 score of 50 (first open-weight model there), API prices of $1.00 and $3.20 per million tokens, and the 28-34% Hong Kong share jump on the day.[1]
Adds the "Pony Alpha" stealth run on OpenRouter from 6 February, LMArena Text Arena score 1452 (#1 open model) and the unconfirmed Reuters report of Huawei Ascend training.[1]
Independent report: 744B parameters, Vending Bench 2 result (run by Andon Labs), SWE-bench Verified 77.8 against Claude Opus 4.5's 80.9, document generation to .docx/.pdf/.xlsx, support for Huawei Ascend, Moore Threads and Cambricon chips.[1]
Epoch AI lists GLM-5 as an open-weights model from Z.ai released 11 February 2026, ranking 18th of 181 tracked models at release.
足りない点や誤りがありますか? このピンを裏付けるリンク、別の開始日・終了日とその理由、欠けている情報や誤っている情報を、自由に書いてください。AIがこのピンの出典と照らし合わせ、より良い情報源を探し、裏付けとなるページがあれば参考資料として追加します。ピン自身の出典が引き続き最も重視されます。AIは画像も確認します。別のものが写っている画像や写りの悪い画像は、後ろに回すか差し替えます。
元のタイトル: GLM-5 Released
Z.aiがモデルカードで公開している結果表(原文のまま)[6].
| ベンチマーク | GLM-5 | GLM-4.7 | DeepSeek-V3.2 | Kimi K2.5 | Claude Opus 4.5 | Gemini 3 Pro | GPT-5.2 (xhigh) |
|---|---|---|---|---|---|---|---|
| HLE | 30.5 | 24.8 | 25.1 | 31.5 | 28.4 | 37.2 | 35.4 |
| HLE (ツールあり) | 50.4 | 42.8 | 40.8 | 51.8 | 43.4* | 45.8* | 45.5* |
| AIME 2026 I | 92.7 | 92.9 | 92.7 | 92.5 | 93.3 | 90.6 | - |
| HMMT Nov. 2025 | 96.9 | 93.5 | 90.2 | 91.1 | 91.7 | 93.0 | 97.1 |
| IMOAnswerBench | 82.5 | 82.0 | 78.3 | 81.8 | 78.5 | 83.3 | 86.3 |
| GPQA-Diamond | 86.0 | 85.7 | 82.4 | 87.6 | 87.0 | 91.9 | 92.4 |
| SWE-bench Verified | 77.8 | 73.8 | 73.1 | 76.8 | 80.9 | 76.2 | 80.0 |
| SWE-bench Multilingual | 73.3 | 66.7 | 70.2 | 73.0 | 77.5 | 65.0 | 72.0 |
| Terminal-Bench 2.0 (Terminus 2) | 56.2 / 60.7 † | 41.0 | 39.3 | 50.8 | 59.3 | 54.2 | 54.0 |
| Terminal-Bench 2.0 (Claude Code) | 56.2 / 61.1 † | 32.8 | 46.4 | - | 57.9 | - | - |
| CyberGym | 43.2 | 23.5 | 17.3 | 41.3 | 50.6 | 39.9 | - |
| BrowseComp | 62.0 | 52.0 | 51.4 | 60.6 | 37.0 | 37.8 | - |
| BrowseComp (コンテキスト管理あり) | 75.9 | 67.5 | 67.6 | 74.9 | 67.8 | 59.2 | 65.8 |
| BrowseComp-Zh | 72.7 | 66.6 | 65.0 | 62.3 | 62.4 | 66.8 | 76.1 |
| τ²-Bench | 89.7 | 87.4 | 85.3 | 80.2 | 91.6 | 90.7 | 85.5 |
| MCP-Atlas (Public Set) | 67.8 | 52.0 | 62.2 | 63.8 | 65.2 | 66.6 | 68.0 |
| Tool-Decathlon | 38.0 | 23.8 | 35.2 | 27.8 | 43.5 | 36.4 | 46.3 |
| Vending Bench 2 | $4,432.12 | $2,376.82 | $1,034.00 | $1,198.46 | $4,967.06 | $5,478.16 | $3,591.33 |
*は全セットでの結果、†は曖昧な指示を修正した検証済みのTerminal-Bench 2.0バリアントを示す。Vending Bench 2はAndon Labsが実施した。