Reddit用户自建主观判断基准，GLM-5.3登顶

2026年10月16日，据AGI Hunt报道，Reddit用户arkuto发布了一套自制的主观判断能力基准，共对18个模型进行测试，考察一致性、位置偏差与共识匹配度。结果显示，GLM-5.3-flash@medium以0.944的成绩登顶该基准。该基准由Reddit用户个人发布，目前报道仅涉及登顶结果与得分，未披露其余模型的完整排名或其他模型的具体分数。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。