直接比較

Beam vs GLM 5.2

8:5

共通するベンチマーク13件中、Beamが8件で勝利

判定

これはReflectionが見出しでの主張に選んだ比較で、Beamはその期待に応えています。共通する13のベンチマークのうち8つで勝利し、SWE-Bench Pro v1、MCP Atlas、AutomationBench、IFBenchなどで優位に立っています。一方、難度の高い推論（AIME、HLE、GPQA、CritPt）とTerminal-BenchではGLM 5.2が僅差で上回ります。Reflectionによると、Beamは推論時の計算量を3〜4分の1に抑えながら、同等の推論スコアを達成しています。

ベンチマークごとの比較

ベンチマーク	Beam	GLM 5.2	差
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

すべてのスコアはReflectionの発表（2026年10月8日改訂版）に基づいています。GLM 5.2のスコアは、ReflectionがArtificial AnalysisおよびDataCurveから引用したものです。

2つのモデル

	Beam	GLM 5.2
開発元	Reflection AI	Z.ai (Zhipu AI)
拠点	米国	中国
パラメータ（合計／有効）	501B / 23B	753B / 40B
重み	Apache 2.0、2026年10月後半に提供予定	MIT
リリース日	2026年10月5日	2026年6月16日
利用方法	ベータAPIはウェイトリスト制。モデルウェイトは近日公開予定	Hugging Face, Z.ai API, OpenRouter