案例二：3D 太阳系可视化挑战

接下来，我们尝试一个颇具挑战性的 3D 可视化项目——交互式太阳系。这通常是衡量模型在前端技术栈掌握程度的重要指标。

输入提示词：做一个可交互的 3D 太阳系页面。要求：使用 Three.js。行星围绕太阳公转，轨道可见。点击行星后，侧边面板显示行星名称、半径、距离、介绍。支持播放/暂停、速度调节、视角拖拽、滚轮缩放。手机端改为上下布局，不能遮挡主体画面。

GLM-5.2 生成的效果令人印象深刻。它成功构建了一个包含所有主要行星的 3D 太阳系模型，并实现了丰富的交互功能。用户可以点击行星查看详细信息，进行视角拖拽、缩放，还能控制动画的播放/暂停和速度。特别值得一提的是，模型在处理移动端适配时，采用了上下布局，有效避免了画面遮挡问题。这充分展现了模型在 Three.js 技术、页面整合以及交互逻辑实现方面的卓越能力。

案例三：经典游戏开发测试

为了进一步检验模型的综合能力，我们布置了一个射击游戏开发任务。

输入提示词：请输出完整单文件 HTML，用 Canvas 做一个类似《雷电》的竖版射击游戏。玩家战机可移动和射击，敌机分批出现并发射；有碰撞检测、效果、分数、生命、关卡、暂停；每 30 秒出现 Boss；手机端有方向和射击按钮。

结果令人欣喜，GLM-5.2 交付了一个可玩性极高的射击游戏，仿佛弥补了童年未能尽兴的遗憾。游戏包含了战机、Boss、、音效，甚至还加入了屏幕震动效果，整个玩法结构完整。这表明 GLM-5.2 不仅理解了竖版射击游戏的核心骨架，还能构建主循环、实体系统、碰撞检测、移动端控制以及视觉效果。

案例四：代码修复与功能增强

代码修复能力是衡量模型实用性的关键。我们提供了一段存在 bug 的甘特图 HTML 文件，要求模型进行修复并优化。

输入提示词：下面是一段有 bug 的单文件 HTML，目标是做一个销售趋势图。请修复代码，并输出修复后的完整 HTML。修复要求：修复所有导致图表无确切换的数据访问问题。切换 Q1 / Q2 时不能重复创建多个 Chart 实例导致内存泄漏。页面需要响应式，手机端宽度不能溢出。增加一个 KPI 区域，显示当前季度总销售额、总退款、净销售额。增加柱状图或折线图切换按钮。增加空状态和错误保护，如果传入不存在的季度，页面要显示友好提示。最后在代码注释里简短标出修复了哪些关键 bug。

GLM-5.2 的修复成果非常出色。它不仅解决了原代码中的核心 bug，还主动增加了 KPI 区域、图表类型切换、响应式设计以及空状态提示等功能，极大地提升了用户体验。这充分证明了模型不仅能理解代码问题，还能主动进行产品层面的完善。

案例五：官网设计与审美检验

模型的审美能力同样不容忽视。我们要求 GLM-5.2 为一款名为“LumaNote”的 AI 笔记产品设计官网首页。

输入提示词：请输出一个完整的单文件 HTML，包含 HTML、CSS、JavaScript，不依赖后端。可以使用 GSAP、Three.js、Lucide Icons 的 CDN，但不要使用 UI 模板库。主题：为一个名叫「LumaNote」的 AI 笔记产品制作官网首页。产品背景：LumaNote 面向研究生、产品经理、咨询顾问和内容创作者。核心功能包括：自动整理会议录音、把长文档变成结构化笔记、从多篇资料中提炼观点、生成可追溯引用、把笔记同步到 Notion 和 Obsidian。页面要求：首屏必须直接展示产品，不要做空泛大标题。需要有一个真实感的产品界面主视觉，可以用 HTML/CSS 做出笔记软件界面，也可以用 Canvas / Three.js 做互动展示。首屏包含产品名、清晰的一句话定位、主按钮和次按钮。页面至少包含 5 个完整区块：首屏、核心工作流、功能亮点、适用人群、价格方案、FAQ。核心工作流要展示「导入资料 → 自动整理 → 生成引用笔记 → 同步工具」这条链路，不能只列功能点。功能亮点至少 6 个，每个亮点要有图标、标题、简短说明。适用人群要针对 4 类用户分别写不同场景，文案不能重复。价格方案包含免费版、专业版、团队版，每档要有价格、适合谁、主要功能。FAQ 至少 5 个问题。页面需要有顶部导航，并支持点击平滑滚动到对应区块。移动端要适配，不能出现横向滚动、文字溢出、按钮遮挡。设计要求：整体风格要像成熟 SaaS 官网，克制、清爽、有高级感。不要使用大片紫蓝渐变、漂浮彩色光球、emoji 图标、模板化 bento 卡片。卡片圆角不要超过 8px。首屏主视觉不能只是装饰图，必须能看出产品是怎么处理笔记和引用的。使用统一字体层级、留白和颜色系统。交互要有细节，比如导航高亮、FAQ 展开、按钮 hover、工作流步骤切换或动效。所有文案用中文，语气像真实产品官网，不要写成 AI 味宣传稿。输出要求：只输出完整 HTML 代码。所有 CSS 和 JS 写在同一个文件里。不要解释设计思路。代码要能直接保存为 .html 并在浏览器打开运行。

GLM-5.2 生成的官网页面令人惊艳。其温暖的米色背景、深色主按钮以及低饱和度的棕色强调色，共同营造出一种舒适而高级的视觉感受。它成功摆脱了俗套的渐变和花哨的元素，呈现出成熟 SaaS 官网应有的简洁与质感。页面结构清晰，包含首屏、核心工作流、功能亮点、适用人群、价格方案和 FAQ 等多个区块，并且交互细节丰富，导航高亮、FAQ 展开等都做得恰到好处。从审美和设计能力上看，GLM-5.2 已经迈入了新的台阶。

案例六：中文写作能力评估

大模型的中文写作能力是用户非常关注的一点，尤其对于需要 AI 辅助文案工作的职场人士而言。我们要求 GLM-5.2 撰写一篇关于“AI 工具进公司一年后的实际应用与局限”的公众号文章。

输入提示词：请根据下面材料，写一篇 1200-1500 字的中文公众号文章。主题：AI 工具进公司一年后，真正有用的地方和没用的地方。背景材料：（此处省略了详细的背景材料）写作要求：标题自拟，不要标题党。开头直接进入具体场景，不要用“随着 AI 的发展”“在这个时代”这类套话。文章要有个人判断，不能写成中立报告。必须写清楚：AI 帮到了哪里、没帮到了哪里、为什么同一个工具在新人和老手手里效果不同。至少写 3 个具体工作场景。不要使用“赋能、重塑、生态、闭环、底层逻辑、范式、降维打击”。不要使用“不是……而是……”句式。不要把每段都写成短句金句。结尾给出一个具体建议，不要升华。语气自然，像一个真的内容团队负责人写的复盘。

GLM-5.2 在极短的时间内便完成了文章的撰写。文章整体流畅，开头能够迅速抓住读者的注意力。尤其值得称赞的是，文章对新老员工使用 AI 工具效果差异的对比，以及对 AI 在资料整理、标题备选等方面的具体应用和局限性分析，都展现了出色的洞察力，带有真实的管理经验和个人判断。如果满分 100 分，GLM-5.2 的写作能力至少可以获得 85 分。

案例七：指令遵循严谨

模型在理解和执行复杂指令方面的能力，直接影响其可靠性。我们设计了一组包含优先级和禁忌词的指令，来检验 GLM-5.2 的精确度。

输入提示词：请根据以下规则处理文本。规则优先级从高到低排列，冲突时只服从更高优先级规则。规则 A：最终答案只能输出 4 条项目符号。规则 B：每条项目符号必须少于 18 个中文字。规则 C：必须保留原文里的数字。规则 D：不要出现「提升」「优化」「打造」。原文：这套系统预计 30 天上线，目标是提升客服响应速度，优化工单分配流程，打造统一服务入口，并把人工处理比例降低到 40%。

GLM-5.2 完美地遵循了所有指令。它输出了 4 条项目符号，每条都控制在 18 个中文字以内，保留了原文中的数字，并且成功避开了所有禁忌词。这显示了模型强大的逻辑理解和执行能力。

案例八：经典陷阱题应对

我们尝试了一个经典的“智力陷阱”问题，以评估模型在常识推理和情境理解方面的表现。

输入提示词：我要去洗车，我家离洗车店50米，我是开车去好，还是走路去好？

模型成功识别了问题的关键点，并给出了合理的建议，考虑到洗车后需要取车，建议先回家等待洗车完成再前往取车，避免了不必要的驾驶。这表明模型在处理这类具有隐含逻辑和常识推理的问题时，表现得相当成熟。

案例九：PPT 制作能力评估

为了评估模型在内容组织、视觉呈现和格式输出方面的综合能力，我们要求其制作一份关于“AI 工具在内容团队的落地方案”的 PPTX 文件。

输入提示词：请根据下面材料制作一份 8 页以内的 PPTX，主题是「AI 工具在内容团队的落地方案」。 要求： 包含封面、现状问题、目标、流程设计、岗位分工、风险控制、试点计划、结尾页。 使用稳重的商务风格，不要卡通插画。 每页只保留必要文字，不能堆满段落。 至少包含 1 张流程图和 1 张表格。 生成可编辑 PPTX 文件，并导出预览图检查版式。 材料如下：（此处省略了详细的项目背景、团队信息、问题描述、数据、目标、工具清单、建议流程、岗位分工、风险控制、预算、时间安排、试点范围、衡量指标和预期结果等内容）

GLM-5.2 生成的 PPTX 文件在内容填充和视觉风格上都达到了可用的水平。它准确地抓住了项目核心，将复杂的背景信息转化为清晰的页面内容，并包含了一个流程图和一张表格。商务风格的运用也显得比较得体。虽然在精细的排版和视觉设计上仍有提升空间，但整体而言，这已经是一个可以直接用于汇报的演示文稿，只需人工稍作调整即可。

总结：

GLM-5.2 的实测表现令人眼前一亮。它不仅在各项评测中展现出与国际顶尖模型比肩的实力，更在实际应用中表现出高度的完成度和舒适度。从长文本处理、代码生成、游戏开发，到网页设计、中文写作、指令遵循，再到 PPT 制作，GLM-5.2 都交出了令人满意的答卷。它能够高效地完成资料整理、代码初版、页面搭建等基础性工作，将宝贵的人力资源解放出来，专注于更具判断力和创造性的任务。GLM-5.2 的上限高且稳定性强，无疑已经具备了融入日常工作流的潜力。未来，随着模型的不断迭代和成本的优化，我们或许将难以区分其与 Claude Opus 等一线闭源模型的界限。