一名用户在复杂的多文件计算机视觉实现任务上测试了 GLM 5.2，以评估其超越基准分数的生产级能力。该模型成功构建了一个涉及对象检测、持久跟踪和 FastAPI 后端的基于浏览器的 CV 工作室，展示了强大的架构规划和一致性。

  • 它生成了一个规划文档，在编写代码之前就预先解决了画布污染错误并设计了同域视频代理。
  • 前端跟踪器、报告面板和后端系统提示之间的 JSON 契约在多次编辑轮次中保持一致。
  • 该模型通过运行生产构建并在更改后检查后端路由来执行自我验证，而不是立即宣布成功。
  • 它在无需提示的情况下做出了合理的技术权衡，例如选择 Mobilenet_v2 用于 CPU 精度和 WASM 用于可移植性。

测试突显了 GLM 5.2 在编码和工具使用方面的优势，但它仍然是纯文本模型，在纯数学和非英语任务方面落后于前沿模型。