Skip to content
TopicTracker
来自 entropicthoughts.com查看原文 ↗
译文语言译文语言

GLM 5.2 玩文字冒险游戏

作者听说新开源模型 GLM 5.2 能力很强，虽然没有进行完整对比评测，但利用 OpenRouter 上的余额，将 GLM 5.2 与价格相近的 Gemini 3 Flash 进行了比较。评测沿用之前的基准设置：每个大语言模型有多次尝试机会，每次预算约 0.15 美元，系统会记录模型在每次尝试中获得的游戏成就数量。

背景速读

- GLM 5.2 是智谱 AI（北京智谱华章科技有限公司）最新发布的开源大语言模型。智谱是中国头部 AI 公司之一，由清华团队孵化，其 GLM 系列是国产大模型的重要代表，长期对标 OpenAI 的 GPT 系列。 - 本文作者用 GLM 5.2 玩文字冒险游戏（Text Adventures）来测试其推理和决策能力。这类测试不同于传统选择题式评测，更能反映模型在开放环境中的表现。 - 对比对象是 Google 的 Gemini 3 Flash，后者是 Gemini 系列中主打性价比的轻量级模型。作者特别提到"价格相近"，说明这是性价比维度的比拼，而非顶尖性能对决。 - OpenRouter 是一个聚合多家 AI 模型 API 的平台，用户可以在上面按用量付费调用不同的模型，方便做跨模型对比测试。 - 文字冒险游戏一直是 LLM 评测的经典场景，因为模型需要理解叙事、进行逻辑推理、追踪状态并在有限预算（文中约 15 美分/次）下自主探索，比单纯答题更能暴露模型的真实能力短板。

相关报道

  • GLM-5.2 is the step change for open agents

    7.0

    GLM-5.2, an open-weight model from Zhipu AI, marks a significant advancement for open-source agents, achieving strong performance in coding, tool use, and agentic tasks while being freely available. It rivals proprietary models like GPT-4o and Claude Sonnet on key benchmarks, particularly excelling in long-context understanding and task execution.

  • GLM-5.2, not Mythos, is the real security emergency

    6.0

    The article argues that GLM-5.2, not the Mythos project, represents the true security threat, claiming it introduces significant vulnerabilities that demand urgent attention from the cybersecurity community.

  • GLM-5.2 Is the New Best Open Model

    6.0

    GLM-5.2 has been released as the new top-performing open-weight model, surpassing previous open models on several benchmarks. It achieves competitive results against proprietary models in reasoning, coding, and multilingual tasks.

  • GLM-5.2

    6.0

    ZAI has released GLM-5.2, an open-source multilingual language model supporting over 100 languages, available in 1B and 8B parameter sizes under the MIT License.