先说结论，测了2次： 第一次 能力相当于图中排名10的位置 起手就英文思考，我一看就知道完了。全部思考是英文的，回答中文。 耗时：12分54秒，中间超时了一次，发了重试。 第二次 能力等于GPT-5.5 中文思考。这次本地代码规避了引用库的bug，和GPT-5.5表现一致，比上线当天表现好。 耗时：11分30秒，一口气干完，比上线当天的17分钟快不少。 这是为何呢？ 模型测评：GLM-5.2 大战 Claude Opus 4.8
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。