La competencia entre los grandes modelos de lenguaje se ha vuelto realmente intensa. A juzgar por los avances en los últimos meses, el GLM-4.7 ha demostrado un rendimiento bastante sólido en tareas relacionadas con agentes—ya sea en la invocación de herramientas, la recopilación de datos de la web o el razonamiento matemático, ha mostrado varias ventajas. Sin embargo, en términos de capacidades de ingeniería de software (estándar SWE-bench) y precisión en operaciones de línea de comandos, Claude y GPT siguen manteniendo una ventaja.

Es interesante que las diferencias en el rendimiento de estos modelos en escenarios de aplicaciones de criptomonedas sean más evidentes. Cada uno enfatiza su capacidad de adaptarse al análisis de datos en la cadena, auditoría de contratos inteligentes e interacciones DeFi, pero el efecto real varía según la tarea. Especialmente al manejar operaciones complejas de múltiples pasos y generación de código de nivel ingenieril, la brecha de rendimiento entre diferentes modelos es bastante grande.