GLM-5.3 Flash pwysau agored wedi'i fesur
Model MoE amlfoddol Z.ai, â 320 biliwn o baramedrau a 18 biliwn yn weithredol, wedi'i brofi drwy OpenRouter ar y set graidd ac Archwiliad Iaith CCC.
Canlyniad CymraegBench v0.1
| Mesur | Sgôr |
|---|---|
| Sgôr gyffredinol | 74.38 |
| Rhesymu Cymraeg | 76.21 |
| Cymraeg ymarferol | 72.56 |
| Cyfieithu deddfwriaeth | 58.41 BLEU |
Daeth GLM-5.3 Flash yn ddegfed yn y sgorfwrdd estynedig, rhwng Kimi K3 a GLM-5.3. Cwblhaodd bob un o'r 2,053 achos heb wrthodiad, allbwn annilys na gwall seilwaith.
Beth mae'r proffil yn ei ddangos?
Cryfderau
ARC-Easy Cymraeg 96, COPA Cymraeg 95, ARC-Easy mini 94, PIQA Cymraeg 87 a TruthfulQA Cymraeg 86.
Cymraeg ymarferol
Cofrestrau 81, ToxiGen 77, geiriau anweddus 72, geirfa ac ie–na 70; sgôr y categori oedd 72.56.
Bylchau penodol
Lefelau CEFR 28, enwau lleoedd dwyieithog 43 ac MGSM Cymraeg 59 oedd y profion craidd gwannaf.
Archwiliad Iaith CCC
Cafodd y model gymedr beta o 84.96 ar draws y saith is-set. Cafodd 96.67 ar ddilyn cyfarwyddyd Saesneg, 93.75 ar dermau, 93.33 ar gyfarwyddyd Cymraeg a 90.30 ar grynhoi a dyfynnu. Cywiro ac esbonio oedd yr is-set wannaf ar 66.95: cywiriad 71.88 ac esboniad 43.75.
Sut cafodd y model ei brofi?
Profwyd y model z-ai/glm-5.3-flash drwy OpenRouter, â thymheredd 0, hedyn hap 1, reasoning_effort=low a hyd at 100 o achosion ym mhob set graidd. Gofynnwyd i OpenRouter eithrio'r rhesymu o'r ymateb a sgoriwyd cynnwys yr ateb terfynol yn unig. Gosodwyd terfyn o 32,768 o docynnau i bob ymateb; daeth pob un o'r 2,053 o geisiadau i ben â stop.
Lawrlwytho'r canlyniadau
- Crynodeb y sgôr (CSV)
- Sgoriau pob set (CSV)
- Dimensiynau Archwiliad Iaith CCC (CSV)
- Manylion y prawf (JSON)
Model: zai-org/GLM-5.3-Flash · gwasanaeth API: OpenRouter · trwydded MIT · prawf cymraegbench-glm-5-3-flash-openrouter-v0.1 · 27 Awst 2026.