[image] 
测评网址： LLM Benchmark Dashboard 
榜单作者知乎@toyama nao，在L站应该也有不少同学看过他的大模型测评，纯私有题库，很多人评价符合体感，他也是今天测了一天跑完了GLM5.1的Coding，关于这个代码V3榜单这个链接有详细介绍： 
大模型编程应用测试-V3榜单 - 知乎 
表中分数为扣分，越低越好，英文单词FAILED即字面意思无法完成项目（括号中为完成步骤），项目整体还是比较难的，GLM5.1之前的国模基本无法完全实现三个测试项目，这次5.1终于是三个全通过了，且总扣分明显于Sonnet4.5，离真神Opus4.6当然还有明显差距，也不用听官方吹多接近，但是真正超过了Sonnet4.5,可谓意义重大，国模真的追上来了！