已过期50% 置信事实精确时间

GLM 5.2的调试与深度推理能力并非顶尖，智能体（Agent）能力表现平庸

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

GLM 5.2深度实测：开源模型硬刚闭源巨头的真实表现

bilibili纳兰仙素2026/6/19

相关事实

待验证GLM 5.2被认为实际智能程度比Artificial Analysis图表暗示的更高83% 相似待验证GLM 5.2 has clear weaknesses in debugging, deep reasoning, and Agent capabilities according to the article's assessment.79% 相似已验证LLM模型的置信度与输出准确性之间没有可靠的正相关关系，本质上不具备元认知能力72% 相似待验证RLHF中人类评审倾向给流畅自信全面的答案更高分而较少关注事实核查，导致模型获得隐性激励表现得有把握比实际有把握更重要65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/61240

API

curl https://kongchang.com/api/v1/knowledge/claims/61240

MCP

get_claim(id=61240)