币界网消息，AA-Briefcase发布称，Claude Fable 5在评测中夺冠，GLM-5.2则挤进前三。评测机构Artificial Analysis推出了首个专为大模型智能体设计的长周期知识工作评测基准，涵盖数据科学、产品管理、银行业务运营及重工业战略四个场景，由谷歌、麦肯锡和波士顿咨询的行业专家开发，共设有91项任务，旨在模拟真实复杂的商业项目流。结果显示，Claude Fable 5取得了最高综合评分，Claude Opus 4.8和GLM-5.2分列第二与第三位。尽管Claude Fable 5表现强劲，但在严格的单项任务全对标准下，完美率仅为3%。在开源模型方面，智谱GLM-5.2表现突出，综合评分仅比Claude Opus 4.8低90分，但运行成本不足其25%。