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
- Creative Strategies 调研：AI 项目规模化后 63% CIO 实现成本级回报 — BenBajarin · 2026-10-27
- Terence Tao 基金会办 Mathathon：参赛队获 150 万美元算力 — _sathvikr · 2026-10-27
- 云厂商发布速度打分：AWS 95 分领先，Azure 90、谷歌云 82 — DavidLinthicum · 2026-10-27
- Figma 元老 Mihika Kapoor 转投 AI 初创 Simile 任产品负责人 — joon_s_pk · 2026-10-27
- €80 万企业 AI 转型咨询:18 个月工作坊排满,仍无代码无 ROI — alex_verem · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27