Benchmarks de Databricks para agentes de código: pi-coding-agent más barato, GLM 5.2 iguala a Opus

Databricks publicó un benchmark de agentes de código en su base de código de varios millones de líneas, informando que su agente interno pi-coding-agent es hasta 2 veces más barato que Claude Code o Codex mientras logra tasas de aprobación más altas. El estudio también encontró que GLM 5.2 se desempeña al mismo nivel que Opus 4.8 high y supera a GPT 5.5 high y xhigh.