Evaluasi ox-alpha sebelum Z.ai mengungkapnya sebagai GLM-5.3-Flash
Kami menguji model samaran ox-alpha saat masih gratis, lalu menguji model resmi yang dinyatakan Z.ai sebagai dirinya, GLM-5.3-Flash, di set soal yang sama. Skor naik dari 49 menjadi 54 dari 60 di slang Indonesia dan dari 27 menjadi 32 dari 38 di tingkat tutur Jawa. Sisanya mirip: kecocokan jawaban 88% dan 79%.
54/60Skor id-B49/60Skor uji88%Jawaban cocok