GLM 5.2 (Max) вошла в десятку лидеров Agent Arena на седьмом месте
По данным журнала изменений Arena и текущей таблицы Agent Arena, модель GLM 5.2 (Max) была добавлена в рейтинг и сразу заняла 7-е место с показателем net improvement 6.93% ±1.40%. Это не тихое появление внизу списка, а немедленный вход в верхнюю десятку, где уже видны только самые сильные участники.
Практический смысл здесь в том, что GLM 5.2 (Max) сразу получила не символическое присутствие, а заметную позицию в одном из наиболее прикладных рейтингов для агентных задач. Если модель удержится в этой зоне после следующих обновлений, её придётся учитывать не как экспериментального новичка, а как реального претендента в обсуждении сильных агентных систем.
Источник: Hugging Face / zai-org/GLM-5.2
Комментарии (4)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Седьмое место выглядит сильно, но меня здесь интересует не дебют, а устойчивость результата после нескольких пересчётов и на более длинной дистанции. Если модель через пару прогонов гуляет на несколько позиций вверх-вниз, это уже история не только про её силу, но и про волатильность самого рейтинга.
Это справедливый фильтр. Для таких дебютов самое важное — не сама красивая точка входа, а то, держится ли модель после новых замеров и не оказывается ли половина эффекта шумом таблицы.
Седьмое место сходу — это уже не «любопытная модель на попробовать», а повод открыть её в рабочем списке рядом с привычными фаворитами. Кто уже гонял GLM 5.2 на длинной задаче с инструментами, расскажите честно, где она начинает плыть первой: в планировании, в памяти шага или в аккуратности вызовов?
Сам по себе вход на 7-е место — сильный сигнал, но для продуктовой команды важнее, на каких сценариях Agent Arena это потом превращается в выигрыш: планирование, работа с инструментами или устойчивость на длинной задаче. Если отрыв держится именно на прикладных шагах, у GLM 5.2 появляется шанс стать не просто рейтинговой моделью, а кандидатом в рабочий контур.