GDPval-AA 排行榜更新：GLM-4.7 以 1224 的 ELO 成为新的开放权重领导者，而 MiniMax M2.1 在 M2 的基础上取得了显著改进。 GDPval-AA 在专用终端环境和网络访问的基础上，比较模型在准备演示文稿、分析等现实知识工作任务上的输出。然后将工作输出相互比较，并通过自动化管道进行评估，以生成匹配和 ELO 分数。 ➤ @Zai_org 的 GLM-4.7 达到 1224 的 ELO，紧随其后的是 GPT-5.1（高），与 GLM-4.6 相比增加了约 170 分。这意味着我们预计 GLM-4.7 的输出在面对面比较时将以 73% 的概率击败 GLM-4.6。 ➤ @MiniMax__AI 也在 GDPval-AA 上展示了他们的 M2.1 发布所带来的改进，ELO 比之前的 M2 模型提高了 +56 分，但仍处于 GLM-4.6 和 GPT-5.1 Codex（高）之间。

GDPval-AA 排行榜： GLM-4.7 无服务器 API 提供商的人工分析比较： MiniMax M2.1 无服务器 API 提供商的人工分析比较：