Vending Bench

Reported in simulated dollars, not a percentage, and run over long horizons where a single early failure dominates the total.

评测信息与证据

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。

模型	数值	单位	协议	报告日期与口径	来源
GLM-5.1	5634.41	usd	as reported	2026-04-03 · document_publication	GLM-5.1
GLM-5	4432.12	usd	runs conducted independently by Andon Labs	2026-02-11 · document_publication	GLM-5