正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

Coding Benchmark: Cursor Composer 2.5 vs Z.ai GLM 5.2 Task: DLA (Diffusion-Limited Aggregation) Judge: GPT 5.5 Pro 🎉Winner: Composer 2.5🎉 Sebep: Prompt’un “crux” dediği nokta performanstı: en az ~50.000 particle’da responsive kalma, optimize algoritma, live stats ve performans barı. Composer çözümü bu gereksinime daha doğrudan oynuyor: sabit 720x720 lattice... grid, Int32Array, Int16Array, offscreen ImageData, MAX_WALKERS = 192, adaptive performance loop ve gerçek bir performance bar var. Prompt açıkça 50k real-time performansı ve box-counting doğrulamasını kritik görüyor. Final Puantaj ve Özet: - Cursor Composer 2.5 - 83/100 - GLM 5.2 - 80/100 GLM 5.2 zayıflıkları - Performance bar yok. Prompt bunu açıkça istiyordu. - Seeded determinism yok. Math.random() doğrudan kullanılıyor. - boundingR güncellemesi gecikmeli. Spawn bölgesi hızlı büyümede stale kalabilir. - Map tabanlı grid 50k+ için typed-array grid kadar stabil değil. - Start/Pause tek toggle. Kullanılır ama Composer kadar net değil. Cursor Composer 2.5 zayıflıkları - Sabit 720×720 dünya. Büyük aggregate ve uzun koşularda sınır etkisi üretir. - 4-neighbor lattice artifact riski. Daha kare/piksel tabanlı görünür. - Glow çok temel. Gerçek bloom değil, shadowBlur benzeri. - Seeded determinism yok. O da Math.random() kullanıyor. - Fraktal estetiği GLM kadar organik olmayabilir. 1)Prompt uyumu - Composer 2.5 : 8.6/10 - GLM 5.2 : 8.1/10 2)DLA algoritma doğruluğu - Composer 2.5 : 8.2 / 10 - GLM 5.2 : 8.0 / 10 3) Performans mimarisi - Composer 2.5 : 9.0/10 - GLM 5.2 : 8.0/10 Görsel kalite / seyir zevki - Composer 2.5 : 7.3/10 - GLM 5.2 : 8.4/10 UI / kontrol paneli - Composer 2.5 : 8.7/10 - GLM 5.2 : 8.2/10 Live stats / correctness check - Composer 2.5 : 8.8/10 - GLM 5.2 : 8.4/10 Ölçeklenebilirlik - Composer 2.5 : 7.5/10 - GLM 5.2 : 8.3/10 Kod mimarisi / okunabilirlik - Composer 2.5 : 8.4 / 10 - GLM 5.2 : 8.0/10 Risk / bug potansiyeli - Composer 2.5 : 7.8/10 - GLM 5.2 : 7.2/10show more

Alican Kiraz

36,509 subscribers

17,416 次观看 • 1 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

Today, we're introducing GLM-5.2 Fast: our GLM-5.2 Model API designed for the most demanding real-time use cases. The Fast tier delivers 2-3x higher TPS than the standard GLM-5.2 MAPI.

Today, we're introducing GLM-5.2 Fast: our GLM-5.2 Model API designed for the most demanding real-time use cases. The Fast tier delivers 2-3x higher TPS than the standard GLM-5.2 MAPI.

Baseten

113,989 次观看 • 13 天前

GLM-5.2 is a bigger deal than you think. > what GLM-5.2 actually scores (0:46) > "it's just a rich person's toy" (4:27) > why GLM-5.2 matters even if you never run it (7:19)

GLM-5.2 is a bigger deal than you think. > what GLM-5.2 actually scores (0:46) > "it's just a rich person's toy" (4:27) > why GLM-5.2 matters even if you never run it (7:19)

Rob Hallam

19,906 次观看 • 1 个月前

GLM 5.2 runs pretty fast on Modal.

GLM 5.2 runs pretty fast on Modal.

Charles 🎉 Frye

20,342 次观看 • 1 个月前

We ran a test comparing GLM 5.2 vs Sonnet 5. We used the same prompt, with /design in the command code. The difference is big - effects, motion, and especially the footer. Sonnet 5 had nice hover effects, but didn't come close to GLM 5.2 GLM 5.2 wins on quality and pricing.

We ran a test comparing GLM 5.2 vs Sonnet 5. We used the same prompt, with /design in the command code. The difference is big - effects, motion, and especially the footer. Sonnet 5 had nice hover effects, but didn't come close to GLM 5.2 GLM 5.2 wins on quality and pricing.

Command Code

44,260 次观看 • 1 个月前

we asked GLM 5.2 and Claude Opus 4.8 to find and fix the bugs in two different scripts while Opus 4.8 finished a few seconds faster in both tests, GLM 5.2 burned roughly 17k–38k fewer tokens and absolutely crushed it on cost, coming in 15x to 22x cheaper! Test 1: GLM 5.2 ($0.068) vs. Opus 4.8 ($1.06) Test 2: GLM 5.2 ($0.045) vs. Opus 4.8 ($1.02)

we asked GLM 5.2 and Claude Opus 4.8 to find and fix the bugs in two different scripts while Opus 4.8 finished a few seconds faster in both tests, GLM 5.2 burned roughly 17k–38k fewer tokens and absolutely crushed it on cost, coming in 15x to 22x cheaper! Test 1: GLM 5.2 ($0.068) vs. Opus 4.8 ($1.06) Test 2: GLM 5.2 ($0.045) vs. Opus 4.8 ($1.02)

GMI Cloud

86,444 次观看 • 1 个月前

GLM-5.2确实有点东西

GLM-5.2确实有点东西

关木

58,228 次观看 • 1 个月前

Model Coding Benchmark 🚀 Agents: Cursor, Models: - Kimi K2.7 code - Sonnet 5 Max - Fable 5 Max - GPT 5.5 Very High - GLM 5.2 Max - Composer 2.5 Fast Task: HTML Double Pendulum Simülatörü 🎉Kazanan: Fable 5 Max🎉 Final Puantaj ve Özet - Fable 5 Max — 94/100 - Sonnet 5 Max — 92/100 - GLM 5.2 Max — 88/100 - Composer 2.5 Fast — Fail - Kimi K2.7 code — 82/100 - GPT 5.5 Very High — 81/100 Fable 5 Max zayıflıkları - Genel kazanan ama kod yoğunluğu yüksek; bakım için biraz disiplin istiyor. - Chaos yapısı ayrı ChaosSwarm sınıfı yerine App içinde daha entegre ilerliyor; mimari “çok temiz” ama Sonnet kadar sınıf-ayrıştırmalı değil. - Çok gelişmiş trail/render sistemi maksimum ayarlarda CPU’yu zorlayabilir; buna karşı segment budget koymuş olması büyük artı. - Conservation threshold çok sıkı; ekstrem yüksek-enerji presetlerde “uyarı” üretme ihtimali daha yüksek ama bu aslında dürüst bir doğruluk yaklaşımı. Sonnet 5 Max zayıflıkları - En kapsamlı mimarilerden biri ama hedef 3000–4000 satır iken ~çok daha büyük bir uygulama üretmiş; “benchmark prompt’una disiplinli uyum” açısından Fable’ın gerisine düşüyor. - Conservation pass threshold Fable’a göre daha gevşek; Sonnet’te CONSERVATION_PASS_PERCENT 1.0 seviyesinde, Fable’da çok daha sıkı bir eşik var. - Drag sonrası fiziksel “fling” tahmini yok; sürükleme güvenli ama Fable/GLM kadar canlı his vermeyebilir. - Çok geniş UI/diagnostics yapısı iyi ama bazı kullanıcılara fazla panel-yoğun gelebilir. GLM 5.2 Max zayıflıkları - Çok güçlü görsel ve eğitimsel anlatım var ama RK4 wrapper tarafında stepState her adımda toArr() ile array üretip geri yazıyor; 12–24 chaos pendulum + extreme timestep altında gereksiz allocation riski var. - Trail setCapacity eski noktaları korumadan yeni buffer’a geçiyor; trail length değiştirince görsel süreklilik kaybı olabilir. - Kod 3000 satır sınırına çok yakın ama biraz altında; prompt’un “substantial 3000–4000 line” beklentisini Fable/Sonnet kadar doldurmuyor. - Fizik ve UI iyi, fakat performans mimarisi Fable/Sonnet kadar rafine değil. Composer 2.5 Fast zayıflıkları - Güzel mimari fikirler var: PhysicsSelfTest, ConservationRunner, state/hash/export, graphs, presets. Ancak toplam uygulama prompt’un hedeflediği 3000–4000 satır seviyesinin belirgin altında kalıyor. - Self-test tarafı var ama enerji testinde tolerans oldukça gevşek; örneğin 10 saniyelik enerji drift testinde %5 eşiği kullanılmış. - Trail/render sistemi işlevsel ama Fable/Sonnet/GLM kadar sinematik değil. - Bazı UI parçaları string template ağırlıklı; production UI hissi güçlü ama en üst iki model kadar rafine değil. Kimi K2.7 code zayıflıkları - RK4 ve conservation check var, fakat trail buffer object-array temelli; Fable/Sonnet’in typed-array ring buffer yaklaşımı kadar performans dostu değil. - Randomize akışı gerçek anlamda editable deterministic seed üzerinden ilerlemiyor; Math.random() ile yeni seed üretme eğilimi var. - State serialization/export mevcut ama validasyon/safety katmanı Sonnet/Fable kadar sağlam değil. - Graph/render tarafında array spread/map kullanımı var; küçük sahnede sorun olmaz ama benchmark için daha riskli. GPT 5.5 Very High zayıflıkları - Fizik/RK4 çekirdeği sağlam, typed-array trail buffer da var; fakat uygulama prompt’un istediği 3000–4000 satırlık “substantial production lab” hedefinin oldukça altında kalıyor. - Preset seti eksik görünüyor; prompt’ta istenen “Minimal diagnostics” preset’i condition olarak geçiyor ama preset listesinde tam karşılığı yok. - State/export ve conservation check var ama Sonnet/Fable kadar kapsamlı validation, safety recovery ve diagnostics derinliği yok. - Daha kompakt ve temiz ama bu benchmark’ta “az kodla iyi demo” değil, “tam ürün” istenmişti.

Model Coding Benchmark 🚀 Agents: Cursor, Models: - Kimi K2.7 code - Sonnet 5 Max - Fable 5 Max - GPT 5.5 Very High - GLM 5.2 Max - Composer 2.5 Fast Task: HTML Double Pendulum Simülatörü 🎉Kazanan: Fable 5 Max🎉 Final Puantaj ve Özet - Fable 5 Max — 94/100 - Sonnet 5 Max — 92/100 - GLM 5.2 Max — 88/100 - Composer 2.5 Fast — Fail - Kimi K2.7 code — 82/100 - GPT 5.5 Very High — 81/100 Fable 5 Max zayıflıkları - Genel kazanan ama kod yoğunluğu yüksek; bakım için biraz disiplin istiyor. - Chaos yapısı ayrı ChaosSwarm sınıfı yerine App içinde daha entegre ilerliyor; mimari “çok temiz” ama Sonnet kadar sınıf-ayrıştırmalı değil. - Çok gelişmiş trail/render sistemi maksimum ayarlarda CPU’yu zorlayabilir; buna karşı segment budget koymuş olması büyük artı. - Conservation threshold çok sıkı; ekstrem yüksek-enerji presetlerde “uyarı” üretme ihtimali daha yüksek ama bu aslında dürüst bir doğruluk yaklaşımı. Sonnet 5 Max zayıflıkları - En kapsamlı mimarilerden biri ama hedef 3000–4000 satır iken ~çok daha büyük bir uygulama üretmiş; “benchmark prompt’una disiplinli uyum” açısından Fable’ın gerisine düşüyor. - Conservation pass threshold Fable’a göre daha gevşek; Sonnet’te CONSERVATION_PASS_PERCENT 1.0 seviyesinde, Fable’da çok daha sıkı bir eşik var. - Drag sonrası fiziksel “fling” tahmini yok; sürükleme güvenli ama Fable/GLM kadar canlı his vermeyebilir. - Çok geniş UI/diagnostics yapısı iyi ama bazı kullanıcılara fazla panel-yoğun gelebilir. GLM 5.2 Max zayıflıkları - Çok güçlü görsel ve eğitimsel anlatım var ama RK4 wrapper tarafında stepState her adımda toArr() ile array üretip geri yazıyor; 12–24 chaos pendulum + extreme timestep altında gereksiz allocation riski var. - Trail setCapacity eski noktaları korumadan yeni buffer’a geçiyor; trail length değiştirince görsel süreklilik kaybı olabilir. - Kod 3000 satır sınırına çok yakın ama biraz altında; prompt’un “substantial 3000–4000 line” beklentisini Fable/Sonnet kadar doldurmuyor. - Fizik ve UI iyi, fakat performans mimarisi Fable/Sonnet kadar rafine değil. Composer 2.5 Fast zayıflıkları - Güzel mimari fikirler var: PhysicsSelfTest, ConservationRunner, state/hash/export, graphs, presets. Ancak toplam uygulama prompt’un hedeflediği 3000–4000 satır seviyesinin belirgin altında kalıyor. - Self-test tarafı var ama enerji testinde tolerans oldukça gevşek; örneğin 10 saniyelik enerji drift testinde %5 eşiği kullanılmış. - Trail/render sistemi işlevsel ama Fable/Sonnet/GLM kadar sinematik değil. - Bazı UI parçaları string template ağırlıklı; production UI hissi güçlü ama en üst iki model kadar rafine değil. Kimi K2.7 code zayıflıkları - RK4 ve conservation check var, fakat trail buffer object-array temelli; Fable/Sonnet’in typed-array ring buffer yaklaşımı kadar performans dostu değil. - Randomize akışı gerçek anlamda editable deterministic seed üzerinden ilerlemiyor; Math.random() ile yeni seed üretme eğilimi var. - State serialization/export mevcut ama validasyon/safety katmanı Sonnet/Fable kadar sağlam değil. - Graph/render tarafında array spread/map kullanımı var; küçük sahnede sorun olmaz ama benchmark için daha riskli. GPT 5.5 Very High zayıflıkları - Fizik/RK4 çekirdeği sağlam, typed-array trail buffer da var; fakat uygulama prompt’un istediği 3000–4000 satırlık “substantial production lab” hedefinin oldukça altında kalıyor. - Preset seti eksik görünüyor; prompt’ta istenen “Minimal diagnostics” preset’i condition olarak geçiyor ama preset listesinde tam karşılığı yok. - State/export ve conservation check var ama Sonnet/Fable kadar kapsamlı validation, safety recovery ve diagnostics derinliği yok. - Daha kompakt ve temiz ama bu benchmark’ta “az kodla iyi demo” değil, “tam ürün” istenmişti.

Alican Kiraz

82,412 次观看 • 1 个月前

This is GLM-5.2 running on 3x DGX Sparks

This is GLM-5.2 running on 3x DGX Sparks

Mia

41,196 次观看 • 10 天前

GLM 5.2 Easy Setup with Baseten + Droid harness. 00:00 Fastest GLM 5.2 Setup Goal 00:32 Getting a Baseten API Key 01:09 Automated Droid AI Configuration 02:23 Testing the GLM 5.2 Integration 03:07 Alternative Setups and Limitations 04:14 Bonus: Setup for Other IDEs

GLM 5.2 Easy Setup with Baseten + Droid harness. 00:00 Fastest GLM 5.2 Setup Goal 00:32 Getting a Baseten API Key 01:09 Automated Droid AI Configuration 02:23 Testing the GLM 5.2 Integration 03:07 Alternative Setups and Limitations 04:14 Bonus: Setup for Other IDEs

Ray Fernando

10,580 次观看 • 1 个月前

Card hover with 3D shape sculpting, Three.js. Built with Cursor, Composer 2.5.

Card hover with 3D shape sculpting, Three.js. Built with Cursor, Composer 2.5.

Zsolt Kacso

295,272 次观看 • 2 个月前

GLM-5.2 delivers a substantial leap in app development capabilities, which also represent demanding long-horizon tasks. Results: - GLM-5.1: 21/70 - GLM-5.2: 48/70 - Claude Fable 5: 56/70 That's more than a twofold improvement from GLM-5.1 to GLM-5.2. These come from an internal benchmark of 35 challenging mobile development tasks, each run twice for a total of 70 trials. We measured task completion, defined as core features working without major issues.

GLM-5.2 delivers a substantial leap in app development capabilities, which also represent demanding long-horizon tasks. Results: - GLM-5.1: 21/70 - GLM-5.2: 48/70 - Claude Fable 5: 56/70 That's more than a twofold improvement from GLM-5.1 to GLM-5.2. These come from an internal benchmark of 35 challenging mobile development tasks, each run twice for a total of 70 trials. We measured task completion, defined as core features working without major issues.

Zixuan Li

322,893 次观看 • 1 个月前

Kingdom Hearts HD 2.5 ReMIX - Sanctuary ~opening version~ Composer: Hikaru Utada Performed by: Hikaru Utada On this day 10 years ago Kingdom Hearts HD 2.5 ReMIX was released! Happy Anniversary!!

Kingdom Hearts HD 2.5 ReMIX - Sanctuary ~opening version~ Composer: Hikaru Utada Performed by: Hikaru Utada On this day 10 years ago Kingdom Hearts HD 2.5 ReMIX was released! Happy Anniversary!!

Daily RPG Music

119,249 次观看 • 1 年前

Frontier-level agentic capabilities and long-horizon coding, open source and fully private. That's GLM 5.2, now on Venice. Here's a full walkthrough to build a retro video game with GLM 5.2 and OpenCode, starting from a single prompt:

Frontier-level agentic capabilities and long-horizon coding, open source and fully private. That's GLM 5.2, now on Venice. Here's a full walkthrough to build a retro video game with GLM 5.2 and OpenCode, starting from a single prompt:

Venice

27,426 次观看 • 1 个月前

My killer creative playground right now is Cursor full-screen + Composer 2.5 + Dialkit

My killer creative playground right now is Cursor full-screen + Composer 2.5 + Dialkit

Beni

32,092 次观看 • 2 个月前

GLM 5.2 vs Kimi K2.7 both were tested on same settings with same prompt > GLM one shotted everything in 35 mins > Kimi needed extra prompts to fix movements and took 30 mins super surpised by how good GLM 5.2 is, while being so cheap which one do you think won?

GLM 5.2 vs Kimi K2.7 both were tested on same settings with same prompt > GLM one shotted everything in 35 mins > Kimi needed extra prompts to fix movements and took 30 mins super surpised by how good GLM 5.2 is, while being so cheap which one do you think won?

J A Z I I

63,741 次观看 • 1 个月前

I was skeptical about giving GLM-5.2 the task to build a super mario snes style game in a single HTML file so i ran the test on Opus and also on GLM-5.2 Opus didnt even try to make a game or made something but it wasn't a game GLM-5.2 one shotted a pretty functional game.. WILD

I was skeptical about giving GLM-5.2 the task to build a super mario snes style game in a single HTML file so i ran the test on Opus and also on GLM-5.2 Opus didnt even try to make a game or made something but it wasn't a game GLM-5.2 one shotted a pretty functional game.. WILD

Hermes Agent Tips

32,883 次观看 • 1 个月前

1-bit GLM-5.2 GGUF vs. Claude 4.8 Opus vs. GPT-5.5 We gave 3 models the same prompt and compared one-shot outputs. The 1-bit GLM-5.2 GGUF ran locally on a Mac Studio M3 Ultra with 256GB RAM at ~21.6 tok/s. Which output do you like best? GGUF:

1-bit GLM-5.2 GGUF vs. Claude 4.8 Opus vs. GPT-5.5 We gave 3 models the same prompt and compared one-shot outputs. The 1-bit GLM-5.2 GGUF ran locally on a Mac Studio M3 Ultra with 256GB RAM at ~21.6 tok/s. Which output do you like best? GGUF:

Unsloth AI

1,540,515 次观看 • 1 个月前

Open Design 0.8.0 now works inside Cursor Composer 2.5. Composer 2.5 is built for this: long tasks, tool use, and iteration in one run. So we asked Composer to control Open Design through chat and build an animated HTML website. What happened 2.5 minutes later is insane: - landing page - smooth motion via GSAP gsap-skills - responsive HTML - ready to iterate Here is a quick demo:

Open Design 0.8.0 now works inside Cursor Composer 2.5. Composer 2.5 is built for this: long tasks, tool use, and iteration in one run. So we asked Composer to control Open Design through chat and build an animated HTML website. What happened 2.5 minutes later is insane: - landing page - smooth motion via GSAP gsap-skills - responsive HTML - ready to iterate Here is a quick demo:

Open Design

16,926 次观看 • 2 个月前

Guess who got GLM-5.2 at home? You can't deny I'm elite at inference.

Guess who got GLM-5.2 at home? You can't deny I'm elite at inference.

0xSero

27,083 次观看 • 1 个月前

We ran GLM 5.2 and Kimi K3 on 100 deep research tasks (DRACO by perplexity) and asked Fable to be the judge Kimi K3: 71.6 mean score, 77% pass rate GLM 5.2: 41.5 mean score, 22% pass rate K3 took 3h 38m and $60. GLM finished in 1h 45m for $12.50. Deep Dive in 🧵

We ran GLM 5.2 and Kimi K3 on 100 deep research tasks (DRACO by perplexity) and asked Fable to be the judge Kimi K3: 71.6 mean score, 77% pass rate GLM 5.2: 41.5 mean score, 22% pass rate K3 took 3h 38m and $60. GLM finished in 1h 45m for $12.50. Deep Dive in 🧵

GMI Cloud

80,888 次观看 • 13 天前