在 Artificial Analysis 最新发布的 AA‑Briefcase 评测中,模型需要从近 2,000 份文件、3,500 多封邮件和 25,000 条 Slack 消息中寻找信息,完成市场研究、产品规划、财务模型和战略报告等真实职场任务。
其中,智谱 GLM‑5.2(max) 的表现值得关注:
- 开源权重模型中表现领先
- 综合成绩进入第一梯队
- 与 Claude Opus 4.8(max)仅相差约 90 Elo
- 单任务成本却不到后者的 25%
GLM‑5.2 的价值就在这里:它未必在每项指标上都排名第一,但在复杂知识工作中,展现出了非常有竞争力的能力成本比。