一项最近的基准测试将 GLM 5.2 开源模型与 Gemini 3 Flash 进行了比较，结果显示 GLM 5.2 在文字冒险游戏中的表现比 Gemini 3 Flash 差约 15%。GLM 5.2 平均每次尝试获得约 15 项成就，而 Gemini 3 Flash 平均获得超过八项。GLM 5.2 模型目前在 OpenRouter 上的定价高于 Gemini 3 Flash，但随着部署效率的提高，其价格预计会下降。其他模型如 Sonnet 4.5 和 GPT 5.2 由于预算限制，能力明显较弱。 AI
影响 GLM 5.2 在文字冒险游戏中的表现表明，在某些复杂的推理任务中，它可能落后于顶级商业模型。
排序理由 该集群详细介绍了在特定任务（文字冒险游戏）中，将一个开源模型（GLM 5.2）与商业模型进行性能比较的基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →