@browser_use：GLM 5.2 刚刚在网站设计上击败了 Fable 5。疯狂的是：GLM 是纯文本模型。它可以构建网站，但无法检查结果……
摘要
GLM 5.2 是一个纯文本模型，在与 Browser Use v2 多模态 QA 子代理配合使用时，在网站设计上胜过 Fable 5，从而能够以低成本进行迭代改进。
GLM 5.2 刚刚在网站设计上击败了 Fable 5。
疯狂的是：GLM 是纯文本模型。
它可以构建网站，但无法检查结果。
于是我们将其与 Browser Use v2 多模态 QA 子代理配对。
> 审查网站并查找错误
> 评判美观性
> 向 GLM 发送有针对性的修复以供迭代
构建 + 完整 QA 成本低于 $0.75。
立即尝试 ↓
查看缓存全文
缓存时间: 2026/06/20 20:22
GLM 5.2 刚刚在网站设计上击败了 Fable 5。
疯狂之处在于：GLM 是纯文本模型。
它能构建网站，但无法检查结果。
于是我们将其与 Browser Use v2 多模态 QA 子代理配对。
审查网站并发现错误
评判美观性
向 GLM 发送有针对性的修复指令，以进行迭代
构建 + 完整 QA 成本不到 0.75 美元。
立即尝试 ↓
相似文章
@charles_irl: GLM 5.2 runs pretty fast on Modal.
GLM 5.2 在 Modal 云平台上展现出快速的性能表现。
@gregpr07: Browser Use Beta 刚刚在我们最难的内部网络代理基准测试中实现了 SOTA。Fable 在优化方面确实令人惊叹…
Browser Use Beta 在困难的内部网络代理基准测试中取得了先进的结果，使用了 Fable 进行优化和分析。
@browser_use: 开源权重模型已正式追赶上。我们在BrowserCode中测试了GLM 5.2，得分接近Opus级别，且是迄今为止最便宜的模型……
开源权重模型已追赶上专有模型，GLM 5.2在浏览器代理任务中以低成本实现了接近Opus级别的得分。其他模型如Minimax M3和Kimi k2.7也显示出显著的改进。
@TheAhmadOsman: GLM 5.2的数据使我相信我在自己的预测中过于保守了，最多两个月，我们就能在家玩到Fable 5
基于GLM 5.2的基准测试数据，预测开源AI模型将在两个月内与假想的Fable 5达到同等水平。
@omarsar0: GLM-5.2 在设计方面非常出色（在我看来达到了 Opus 级别）。我也开始看到在长时间运行的任务上取得了很好的结果。如何……
GLM-5.2 是一款具有 Opus 级别设计能力的开放权重模型，它集成了通过强化学习训练的反奖励破解模块，以减轻奖励破解问题并提升长时间运行任务的性能。