El GLM-5.2 de código abierto tiene una relación calidad-precio increíble, el costo es menos de una cuarta parte de Opus 4.8, pero la diferencia de puntuación es solo de 90 puntos, esta evaluación me hizo exclamar "¡Qué impresionante!"

Artificial Analysis lanza su primer estándar de evaluación de conocimiento a largo plazo para agentes de modelos grandes inteligentes, que abarca cuatro escenarios: ciencia de datos, gestión de productos, operaciones bancarias y estrategias de industrias pesadas, con 91 tareas desarrolladas por expertos de Google, McKinsey y Boston Consulting. Los resultados muestran que Claude Fable 5 ganó, Opus 4.8 quedó en segundo lugar, y GLM-5.2 estuvo entre los tres primeros; pero bajo el estándar de respuesta perfecta en cada ítem, la tasa de perfección de Fable 5 es solo del 3%. La puntuación total del código abierto GLM-5.2 solo es 90 puntos menor que Opus 4.8, pero su costo es menos del 25%.