Atria Dawn Preview ist für Forschungs- und Entwicklungsarbeit mit Werkzeugen, Code und langen Aufgabenketten gebaut. Es setzt auf GLM-5.2 von Z.ai auf, ein Mixture-of-Experts-Modell mit 744 Milliarden Parametern, und verarbeitet laut Projektseite bis zu 256.000 Token Kontext. Das Paper erschien am 14. September auf arXiv, die Gewichte liegen auf Hugging Face.
In der Tabelle des Teams liegt das Modell auf 5 von 16 Benchmarks vorn, etwa bei der Websuche (BrowseComp, 92,5 Punkte) und in der IT-Sicherheit (CyberGym, 86,5). Beim Programmieren bleibt es zurück: Auf SWE-bench Pro erreicht es 59,6 Punkte, Claude Opus 5 in derselben Tabelle 74,7. Alle Werte stammen von der Release-Seite der Entwickler.
Das Paper beschreibt außerdem, wie das Modell entstanden ist. KI kam bei 96,5 % der 739 Aufgaben mit eindeutiger Angabe zum Einsatz. Bei Methoden und Parametern war „KI schlägt vor, Mensch wählt aus“ mit 55,4 % das häufigste Muster; die endgültige Wahl trafen zu 85,5 % Menschen, zu 9,2 % die KI. Bei Zielen und Umfang lag der menschliche Anteil bei 93,4 %. Zugleich stieg der Median der Agentenaktionen je menschlicher Eingabe zwischen dem 7. August und dem 4. September von 11,0 auf 28,5.
Hakte es, halfen meist Menschen: Bei 76 % von 588 Aufgaben mit Schwierigkeiten ging es erst nach menschlichem Eingreifen weiter, überwiegend durch zusätzlichen Kontext oder eine geänderte Methode. Selbst Hand an die Arbeit legten die Forscher selten. 151 von 455 abgeschlossenen Aufgaben (33,2 %) hielten die Beteiligten ohne KI für nicht machbar. Die Zahlen beruhen auf Angaben des eigenen Teams aus einem einzigen Projekt, eine Vergleichsgruppe gibt es nicht.