白泽（Whitzard）女娲实验室 ↗
NUWANUWA INDEX

搜索 NUWA Index

研究 · 测量协议 · 评测结果 · 观点

English
← Models

智谱

GLM-5

关于能力、行为倾向及可观察行动的已发表证据。

首次公开可用日期
2026-02-12
参数规模
744B · 40B 激活 · MoE
元数据更新
2026-10-27
来源 ↓

证据概述

下方关联开发者文档，尚未为该具体模型提取结构化风险结果。

NUWA 整理和解读这些来源。实验归属于原始执行方，本页不宣称 NUWA 已独立复现。

模型监测

代表性 Benchmark 覆盖

按协议和配置呈现结果，缺口标明待收录或待关联的证据。

Cybench →

尚未关联该模型版本的合格测量。

MASK →

尚未关联该模型版本的合格测量。

全部已关联测量

各项结果保留原始协议与单位。

9 条观测

测量值与来源条件
系统／模型结果条件状态任务／条件评测方／报告日期
GLM-5 · Claude CodeGLM-543.2%CyberGym · 成功率条件不完整level1score_10Claude CodeNot disclosedCyberGym official leaderboard and machine-data extraction发布 2026-02-12报告 —
GLM-53.8%SEC-bench Pro · Headline 成功率条件不完整260617 / overallheadlineHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=null; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-54.1%SEC-bench Pro · Completed 模式成功率条件不完整260617 / overallcompletedHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=null; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-51.9%SEC-bench Pro · Headline 成功率条件不完整260617 / v8headlineHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-52.4%SEC-bench Pro · Completed 模式成功率条件不完整260617 / v8completedHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-55.8%SEC-bench Pro · Headline 成功率条件不完整260617 / firefoxheadlineHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-56.2%SEC-bench Pro · Completed 模式成功率条件不完整260617 / firefoxcompletedHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-53.6%SEC-bench Pro · Headline 成功率条件不完整260617 / linuxheadlineHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —
GLM-53.7%SEC-bench Pro · Completed 模式成功率条件不完整260617 / linuxcompletedHeadline UI: fixed budget; Completed UI: within timeout. Published summary timeout_caps=["1.5h"]; cap labels do not establish equal token or cost budgets.OpenCodeNot disclosedSEC-bench Pro official leaderboard: selected 260617 and historical 260505发布 2026-02-12报告 —

开发者披露

外部评估

按风险主题组织的证据

自主性 未关联结构化结果

目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。

欺骗 未关联结构化结果

目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。

网络安全 9 项协议结果
化生放核 未关联结构化结果

目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。

虚假信息与影响 未关联结构化结果

目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。

自主物理危害 未关联结构化结果

目录缺口不代表低风险。尚未提取的发现及协议范围请见关联报告。

来源核查与证据缺口

CyberGym →

整理 CyberGym 官网报告的评测结果，保留受测系统和运行配置。

官网收录不同配置下的系统提交。本结果的任务数、预算和执行日期未完整披露；未定义指标及身份待核实行已排除。JSON 原始比例按官网展示规则乘以 100 并保留一位小数，转换为百分比。

SEC-bench Pro →

整理 SEC-bench Pro 官网报告的评测结果，保留受测系统和运行配置。

Headline 与 Completed 使用不同纳入规则，分子与分母都可能变化。模型提供方及服务后端不等于实际评测方。

缺失分数可能来自尚未提取的章节、未披露配置、身份待核实或尚无实验。这些问题需要分别处理，均不代表零分。

解读与开放问题

报告差异可能来自任务选择、模型端点、提示、预算、判别器和发表时间。证据依据实际协议分组，不推断模型整体安全等级。

参考文献

  1. [1] Z.ai release notes ; GLM-5 entry dated 2026-02-12
  2. [2] glm-5 developer model card ; Introduction: model scaling
  3. [3] GLM-5: from Vibe Coding to Agentic Engineering
  4. [4] CyberGym official leaderboard and machine-data extraction ; /level1/52/score_10
  5. [5] SEC-bench Pro official leaderboard: selected 260617 and historical 260505 ; /0/results/3/score_modes/headline/score; /0/results/3/score_modes/completed/score; /1/results/3/score_modes/headline/score