测评 GLM-4.6 Smoke评测5维度全缺失 API故障致今日排名缺席 GLM-4.6今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication五维度数据完全缺失，已进入自动补跑，本期不参与主榜排名。单日10题快测中此类技术中 GLM-4.6 execution Smoke评测异常 API超时 8小时前 71
测评 11模型同答甩锅题：8个A>B>D>C，3个直接0分 11个模型面对同一道“项目延期甩锅”题，8个给出A>B>D>C并得60分，3个因A>B>C>D得0分。核心差异出现在D与C的顺序判断上，直接反映模型对责任归属的材料约束能力。 execution grounding 工程判断 模型排序 2026年6月8日 634
