GLM-4.6在今日Smoke评测中出现execution、grounding、judgment、integrity、communication五维度数据完全缺失，已进入自动补跑，本期不参与排名。
数据事实
得分对比表格中，代码执行、材料约束、工程判断、任务表达、主榜全部显示为“- → -（-）”。Smoke评测每日10题，单日波动正常，但本次并非分数波动，而是全部维度记录为空。
成因分析
题目抽签波动通常只会造成单题得分起伏，不会导致整个维度记录缺失。模型真实退化会表现为分数连续下降或特定维度下滑，而非API返回超时或故障。本次异常明确标注为API故障/超时，因此最可能原因是接口层连接中断，而非模型参数或推理能力变化。
执行维度和材料约束维度同时缺失，进一步指向调用链路问题，而非模型内部判断或表达能力退化。
使用者含义
重代码执行的团队在调用GLM-4.6时，需增加API超时重试和备用模型切换机制，避免单次Smoke级快测异常影响生产任务。
对材料忠实度敏感的场景，开发者应在关键流程中加入人工抽检或二次验证，防止API层故障导致的输出截断。
工程判断和任务表达依赖稳定的API响应，当前故障提示这些侧榜能力暂时不可用，选型时需准备降级方案。
战略判断
本次异常由API故障直接导致，与模型真实能力无关，无需对GLM-4.6核心性能产生担忧。下一期Smoke评测若恢复正常得分记录，即可确认本次事件为孤立技术问题。
建议持续观察自动补跑结果，仅当补跑后仍出现多维度缺失时，才需进一步排查模型服务端稳定性。
数据来源：赢政指数 (YZ Index) | Run #322 | 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