Perplexity 推出 GLM 5.2 编排模型，成本仅为 Opus 三分之一
rohanpaul_ai · x · 2026-07-23
Perplexity 发布了一个面向 Computer 环境的 orchestrator 模型，基于 GLM 5.2 适配并重新训练。它的核心卖点是：在接近前沿模型表现的同时，把单任务成本压到更低。
- 官方称该版本在 Computer harness 上达到接近前沿模型的效果，成本约为 Opus 的 0.344 倍，也就是大约三分之一。
- 在 Terminal-Bench 2.1 上，这套方案拿到 80 分，高于 Opus 4.8 的 76 分 和 GPT-5.5 的 78 分。
- 在 WANDR 上，advisor 版本得分 29，成本约 2.1x 基线；而 Opus 4.8 得分 30，但成本高达 6.1x。
- Perplexity 还说，这个系统部署在美国的 Nvidia B200 GPU 上，并通过内置的 advisor 工具决定何时调用更强模型。
「公司和人」频道最新
- 帖子称美国先领跑开源模型后被闭源带偏 — cocktailpeanut · 2026-07-23
- WAIC 发言者称世界模型在中国热度明显升温 — smtabatabaie · 2026-07-23
- 用户吐槽 Anthropic 战略失误：RLHF 体验差，中国模型更实用 — StewartalsopIII · 2026-07-23
- AI 圈玩梗：现在得先 LARP 才能成功 — KadriJibraan · 2026-07-23
- NERC 机器人会议移师普林斯顿并开放征稿 — tomssilver · 2026-07-23
- Peter Diamandis 称企业内化模型或重定价顶级实验室估值 — PeterDiamandis · 2026-07-23