GLM5.2 实际表现如何？

[fregie]

很多自媒体都在说多强多强，实际体验又多强呢？

[Siiloo]

我刚刚用了用 codex 修了一个鸿蒙的桌面卡片然后 codex 额度用完了，接着用 opencode go 的 glm-5.2 继续开发，然后就把桌面卡片搞炸了，把五小时额度都用完了也没有修好，没办法把 codex 额度重置了后五分钟搞定了

[iwasthere]

cc+glm5.2 表示和 gpt 差距还是很大，理解用户的意图混乱，gpt 我只要模糊的表达就能很好的明白我想干什么，沟通起来不费劲

[xiaowoli]

铺天盖地的广告，我感觉是怕股价掉下来

[defaw]

可以无监督移植 fluidnc 这种 cnc 程序，移植我的新电机，剪裁功能，重写单测，通过 qemu 执行，逆向分析 elf ，剥离 arduino ，自动重写 portinglib 兼容层，解决我的一切问题，而这一切就发生在昨晚凌晨，gpt 反正做不到，除非我开 pro 一直用 xhigh

[fregie]

居然出现了截然相反的使用体验

[HHHans]

感觉有 gpt5.4 的水平🤔

[tommyshelbyV2]

实测不如 kimi k2.7

[lancevps]

我在 ZCode 和 trae 用的 GLM5.2 ，我感觉比 GPT5.5 强，有很多问题他会自己审查第二遍才发给我答案，这点很赞

[longaiwp]

出现相反的评论这很合理，毕竟训练的数据有差异，再多点人来看看情况

[sanqian]

用了一次一直提示重新连接中 放弃

[jimrok]

glm 5.1 的套餐抢不到就说明了一些问题，人家真迈过可用的阶段。跟 claude 一样，如果有大量的人在用，那么每解决一个问题，就多一份数据。就好比模型已经懂了基本知识了，但实操过程非常不熟练，通过你们使用他，纠正他的错误，他会把这些经验融入到模型的记忆里，后续如果是重复考试，那就是一遍过。所以，你们让 GPT 写出规格说明书，规划了开发步骤，都是让 GLM 偷窥了别人的经验数据。

[jimrok]

反而是 MINMAX 这种，模型没迈过可用阶段，越没有人用，就越无法收集到数据。所以我觉得 DS 这种直接降价，让你用 ds 干简单活的方式，就是收集你的数据，这是每个人从徒弟到师傅的成长之路。

[miniliuke]

比 glm5 强太多了。和 gpt5.5high 比的话目前感觉不太出来(但是是真慢啊，跑一个任务半天，算力不够)，模型差距不大，但是 gpt 的工程配套是真好

[yvescheung]

MiniMax M3 > Kimi K2.7 Code > GLM 5.2
这几天使用下来的感受

[defaw]

再补充一个发布当天测的场景，kotlin 仿写了一套 jetbrains 的 compose dsl 的简化实现，实现大部分基础布局参数，随后基于这个渲染底座，构造了 html 解析器，实现了 html to compose dsl ，js 和 css 分别用 Rhino 和自建状态机实现，实现一个基本的 kotlin 版本的浏览器实现。
总结一下我这几天的使用，简单任务用 glm5.2 没意义，毕竟他的输出速度只有 35tps ，写前端界面这种用 minimax 这种输出速度 70 以上的然后智力还过得去足够了，基础设施这种需要长期作为其他代码底座的东西才是最需要 glm5.2 的地方。

[lyonll]

看模型倍率最简单，谁愿意用贵的价钱用差的呢

[datougua]

搭配 zcode 用，比单独使用好很多

[jackerbauer]

5.5 和 GLM5.2 一起在用，感觉差距不是很大了。5.2 还是能打的

[jlkm2010]

足够用

[FerrisCc]

很玄幻 有点各说各话 自己试了才知道
居然有觉得 MiniMax M3 强于 Kimi K2.7 Code 和 GLM 5.2 的