GLM-4-Plus守住智能基线，Step-1-8K因奖励黑客问题丧失基础认知能力
两个模型语言能力较差，错误率过高，无法进行有效的语言理解与生成任务。
GLM-4-Plus虽然存在不足，但仍可支持基本的AI计算任务。Step-1-8K则在处理计算任务时错误频繁，难以进行有效交互。
