GLM-4.6在今日Smoke评测中主榜得分36.25分，代码执行维度25.00分、材料约束维度50.00分、工程判断维度25.00分，因communication维度数据缺失而未进入正式排名。
数据事实：维度得分与缺失情况
本次Smoke评测为每日10题快测，每维度2题。GLM-4.6代码执行得分25.00分、材料约束得分50.00分、工程判断得分25.00分，主榜平均36.25分。communication维度因API故障/超时完全缺失，任务表达维度也无有效记录。昨日对比显示所有维度均为“-”，今日首次出现具体数值。
成因分析：题目抽签波动还是API故障主导
Smoke评测单日波动正常，但本次communication维度完全缺失直接指向API故障/超时，而非单纯题目难度变化。代码执行与工程判断同为25.00分，材料约束相对较高50.00分，说明模型在需要稳定API响应的任务上出现断层。题目抽签波动通常导致分数在40-60分区间小幅移动，而25.00分的低位且伴随维度缺失，更可能源于技术层面的连接中断，而非模型能力本身突然退化。
GLM-4.6本次Smoke评测communication维度因API故障/超时缺失，主榜36.25分未参与排名。
对使用者的含义
重代码执行的团队在调用GLM-4.6处理编程任务时，需预留API重试机制，因为25.00分显示该模型在Smoke快测中已出现响应不稳定。对材料忠实度敏感的场景，50.00分仍可接受，但工程判断25.00分提示在需要多步推理的开发流程中，模型输出一致性可能低于预期。依赖该模型的开发者应在生产环境增加超时监控，避免因单次API故障导致整个任务链中断。
战略判断：是否需要持续关注
基于当前得分对比，GLM-4.6本次异常主要由API故障导致，而非模型真实退化。单日10题快测的固有波动不足以解释维度完全缺失，因此本次36.25分不具备代表性。下一期Smoke评测若communication维度恢复且代码执行仍维持25.00分左右，则需将该模型列入重点观察名单；若恢复至50分以上，则本次事件可视为孤立技术问题，无需调整选型策略。
企业选型时，建议将GLM-4.6的Smoke主榜得分与完整维度记录同时纳入考量，仅看36.25分可能低估其实际可用性。开发者在集成时应优先测试API稳定性，而非直接依赖单日快测分数。
数据来源：赢政指数 (YZ Index) | Run #418 | 查看原始数据
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接