Bire bir karşılaştırma

Beam vs GLM 5.2

8:5

Beam, ortak kıyaslamaların 13 tanesinden 8 tanesini kazanıyor

Sonuç

Reflection, başlık iddiası için özellikle bu karşılaştırmayı seçti ve Beam bu karşılaştırmada güçlü bir performans sergiliyor: ortak 13 benchmark'ın 8'inde, SWE-Bench Pro v1, MCP Atlas, AutomationBench ve IFBench dahil, önde. GLM 5.2 ise zorlu akıl yürütme benchmark'larında (AIME, HLE, GPQA, CritPt) ve az farkla Terminal-Bench'te önde. Reflection, Beam'in benzer akıl yürütme puanlarına üç ila dört kat daha az çıkarım hesaplamasıyla ulaştığını söylüyor.

Kıyaslama bazında

Kıyaslama	Beam	GLM 5.2	Fark
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

Tüm puanlar Reflection'ın duyurusundan (8 Ekim 2026 tarihli revizyon) alınmıştır. GLM 5.2 puanları, Reflection'ın Artificial Analysis ve DataCurve'den aktardığı puanlardır.

İki model

	Beam	GLM 5.2
Geliştirici	Reflection AI	Z.ai (Zhipu AI)
Merkez	Amerika Birleşik Devletleri	Çin
Parametreler (toplam / etkin)	501B / 23B	753B / 40B
Ağırlıklar	Apache 2.0, Ekim 2026'nın ilerleyen günlerinde sunulacağı vaat edildi	MIT
Yayınlandı	5 Ekim 2026	16 Haziran 2026
Nasıl erişilir	Bekleme listeli beta API; ağırlıklar yakında	Hugging Face, Z.ai API, OpenRouter