Seorang pengguna menguji GLM 5.2 pada tugas implementasi computer vision multi-file yang kompleks untuk mengevaluasi kemampuannya tingkat produksi melampaui skor benchmark. Model tersebut berhasil membangun studio CV berbasis browser yang melibatkan deteksi objek, pelacakan persisten, dan backend FastAPI, menunjukkan perencanaan arsitektur dan konsistensi yang kuat.
- Ia menghasilkan dokumen perencanaan yang secara proaktif mengatasi bug canvas tainting dan merancang proxy video same-origin sebelum menulis kode.
- Kontrak JSON antara tracker frontend, panel laporan, dan prompt sistem backend tetap konsisten di berbagai putaran pengeditan.
- Model melakukan verifikasi diri dengan menjalankan build produksi dan memeriksa rute backend setelah perubahan daripada segera menyatakan keberhasilan.
- Ia membuat tradeoff teknis yang masuk akal tanpa prompting, seperti memilih Mobilenet_v2 untuk akurasi CPU dan WASM untuk portabilitas.
Uji ini menyoroti kekuatan GLM 5.2 dalam coding dan penggunaan alat, meskipun ia tetap hanya teks dan tertinggal dari model frontier dalam tugas matematika murni dan non-Inggris.