智谱发布专为龙虾优化大模型 API价格同步上调20%
凤凰网科技讯 3月16日，智谱发布首个专为龙虾场景深度优化的通用大模型GLM-5-Turbo，并在发布时同步上调了GLM-5-Turbo的API价格，幅度为20%。根据端到端龙虾评测基准ZClawBench评测结果，GLM-5-Turbo在OpenClaw场景中的表现相比GLM-5提升显著，在多项关键任务上整体领先于多家主流模型。据介绍，GLM-5-Turbo重点增强了对外部工具与各类Skills
科技1 阅读
搜索: "评测基准"
共找到 2 篇相关文章
自动化软件遭遇困境：深度解析上下文检索揭示核心问题
新智元报道ContextBench是首个专注于评估代码智能体在修复问题过程中如何定位和使用关键代码片段的评测基准，揭示了当前模型存在的多读少用、被关键词误导以及复杂架构无效等问题，并推动AI助手向更可靠与可解释的方向发展。自动化软件工程领域中，SWE-bench及其衍生版本（如SWE-bench Pro和Multi-SWE-bench）已成为衡量大型语言模型代码能力的标准基准，这些评测基准促进了代
科技2 阅读