在 AI 大模型竞争白热化的当下，开源模型与闭源旗舰的性能差距一直是业界关注的焦点。知名科技评测媒体 Tech Stackups 发布了一项引人注目的对比测试：将智谱开源的大型语言模型 GLM-5.2 与 Anthropic 的顶级闭源模型 Claude Opus 4.8 进行正面交锋。测试任务极具挑战性——要求模型一次性生成一个基于原始 WebGL 的 3D 平台跳跃游戏。结果显示，Claude Opus 在代码生成速度和最终产品的完整性、正确性上占据明显优势，生成的游戏可玩性更高且 Bug 更少。而 GLM-5.2 虽然在成本上极具竞争力，但生成的结果较为粗糙，且由于其是纯文本模型（text-only），无法像多模态模型那样通过视觉反馈自我校验图形渲染效果，导致在需要严格视觉判断的任务中出现短板。此次评测深刻揭示了不同技术路线在特定应用场景下的取舍：对于注重逻辑推理、文本处理和开源生态的业务，GLM-5.2 凭借其极高的性价比提供了强有力的选择；但在涉及高精度、高完成度以及需要视觉反馈闭环的创意编程或产品开发中，Claude Opus 的“一次做对”能力依然难以被替代。这一结果不仅反映了当前开源与闭源大模型在编程能力上的真实差距，也为开发者在选择模型时提供了宝贵的实践参考，尤其是在成本、开放性和体验三者之间的平衡决策上。