测评 GLM-4.6 材料约束 100 分代码执行 41.70 分 诚信探针仅 15 分 GLM-4.6 在 2026-10-02 Smoke 快测中材料约束达到 100.00 分，代码执行仅 41.70 分，主榜 67.94 分，诚信评级 fail（探针 15.00）。当日 14 个模型中仅 GLM-4.6 触发诚信探针，其余 GLM-4.6 材料约束 代码执行 诚信探针 1天前 44
