GLM 5.2 做英国小公司季度增值税申报，准确度接近人工，成本不到 1%

GLM 5.2 is nearly as accurate as a human book keeper

Vineyard Finance 拿 GLM 5.2 跑了一整个季度的真实 VAT 记账：59 笔交易，模型通过命令行操作会计软件，耗时 68 分钟，原始 token 成本 2.73 美元。最终申报表里最关键的 Box 5 净额只差了 7 便士。评分按每笔交易 6 项标准来，354 个检查点里挂了 20 个。唯一一个严重错误是把创始人股份错记成“资本账...

推荐理由：这不是一篇公关稿，是一次真实业务场景的 agent 测试。GLM 5.2 通过命令行操作会计软件，独立完成一个季度的 VAT 申报：59 笔交易、耗时 68 分钟、原始 token 成本 2.73 美元，最终申报表里最关键的 Box 5 净额只差了 7 便士。评分标准明确，354 个检查点挂了 20 个，错误清单也公开了，唯一严重错误是把创始人股份错记成资本账。信息密度高，有基准可复现，对想在企业流程里用模型的人参考价值很大。