⚽ 預測世界盃，瓜分 $40,000！Gate 懂王集結令！
2026世界盃燃爆今夏，來 Gate 廣場當預言家，豪華獎池等您來戰！
💥 輕鬆兩步參與：
1️⃣ 帶 #广场预测世界杯赢40000U 發帖，或分享官方活動至廣場發帖
👉️ https://www.gate.com/competition/football-2026
2️⃣ 發帖內容可圍繞賽事結果預測、賽事勝率分析、交易策略/截圖分享等。
💰 三重大獎等您拿：
1️⃣ 日獎：每天評選 10 位“單日預測王”瓜分 $500！
2️⃣ 周獎：每周狂抽 50 名幸運分享錦鯉瓜分 $1,000！
3️⃣ 榜單獎：衝進周/月度排行榜，斬獲 Gate 世界盃限量球衣禮盒、預測市場體驗券！
詳情：https://www.gate.com/announcements/article/51597
智譜GLM-5.2登頂DeepSWE開源第一：解決44%複雜開發任務，力壓主力閉源模型
GLM-5.2 解決每項任務的平均成本為 3.92 美元，略高於 Kimi K2.7 Code 的 2.82 美元，成功率卻超越了多款主流閉源模型在特定思考配置下的表現，包括 Claude Sonnet 4.6 [high] (30%)、Gemini 3.5 Flash [medium] (37%)，以及 Claude Opus 4.8 [low] (41%)。
評測發起方 Datacurve 設計的 DeepSWE 基準專門測試 AI 智能體解決長任務的能力。測試包含 113 個真實程式設計問題，涵蓋 5 種語言。與只修改單處程式碼的傳統測試不同，DeepSWE 要求 AI 協同修改多個檔案，平均修復程式碼超過 600 行。評測在隔離容器中運行，嚴格限制 CPU 和記憶體資源。