Direktang paghahambing

Beam vs GLM 5.2

8:5

Nanalo ang Beam sa 8 sa 13 benchmark na pareho nilang iniulat

Pasya

Ito ang paghahambing na pinili ng Reflection para sa pangunahing pahayag nito, at nakakalamang dito ang Beam: panalo ito sa 8 sa 13 magkakaparehong benchmark, kabilang ang SWE-Bench Pro v1, MCP Atlas, AutomationBench at IFBench, habang nangunguna ang GLM 5.2 sa mahihirap na pangangatwiran (AIME, HLE, GPQA, CritPt) at bahagya rin sa Terminal-Bench. Ayon sa Reflection, nakakamit ng Beam ang mga maihahambing na score sa pangangatwiran gamit ang tatlo hanggang apat na beses na mas kaunting compute para sa inference.

Bawat benchmark

Benchmark	Beam	GLM 5.2	Pagkakaiba
DeepSWE v1.1	44.4	44.0	+0.4
SWE-Bench Pro v1	65.5	62.1	+3.4
Terminal-Bench v2.1	80.1	81.0	-0.9
AIME 2026	97.8	99.2	-1.4
Humanity's Last Exam (no tools)	36.2	40.5	-4.3
CritPt (AA)	16.3	20.9	-4.6
GPQA Diamond	90.5	91.2	-0.7
AutomationBench (public)	37.0	26.2	+10.8
MCP Atlas	78.7	77.8	+0.9
τ³ banking	38.0	37.1	+0.9
AA-LCR (long context)	79.3	78.3	+1.0
LongBench v2	65.5	64.0	+1.5
IFBench	79.7	73.3	+6.4

Lahat ng score ay mula sa anunsyo ng Reflection (rebisyon noong October 8, 2026). Ang mga score para sa GLM 5.2 ay ayon sa mga binanggit ng Reflection mula sa Artificial Analysis at DataCurve.

Ang dalawang modelo

	Beam	GLM 5.2
Developer	Reflection AI	Z.ai (Zhipu AI)
Nakabase sa	Estados Unidos	Tsina
Mga parameter (kabuuan / aktibo)	501B / 23B	753B / 40B
Mga weight	Apache 2.0, ipinangako para sa bandang huling bahagi ng Oktubre 2026	MIT
Inilabas	Oktubre 5, 2026	Hunyo 16, 2026
Paano mag-access	API beta na nasa waitlist; paparating ang mga weight	Hugging Face, Z.ai API, OpenRouter