Cuộc cạnh tranh giữa các mô hình ngôn ngữ lớn thực sự đã trở nên gay gắt. Nhìn vào những tiến bộ trong vài tháng gần đây, GLM-4.7 thể hiện hiệu suất khá ấn tượng trong các nhiệm vụ liên quan đến Agent—dù là gọi công cụ, thu thập thông tin từ web hay suy luận toán học, đều cho thấy nhiều lợi thế. Tuy nhiên, về khả năng kỹ thuật phần mềm (tiêu chuẩn SWE-bench) và độ chính xác trong thao tác dòng lệnh, Claude và GPT vẫn giữ vị trí dẫn đầu.

Thú vị là, sự khác biệt trong hiệu suất của các mô hình này trong các ứng dụng tiền điện tử rõ ràng hơn. Mỗi công ty đều nhấn mạnh khả năng thích ứng của mình với phân tích dữ liệu trên chuỗi, kiểm toán hợp đồng thông minh, và tương tác DeFi, nhưng hiệu quả thực tế vẫn khác nhau tùy thuộc vào nhiệm vụ. Đặc biệt là khi xử lý các thao tác đa bước phức tạp và tạo mã kỹ thuật, sự chênh lệch giữa các mô hình khác nhau khá lớn.