国产编程模型谁最强？
刚看完 Artificial Analysis 对 GLM-5.3 的评测。最显眼的数据是：GLM-5.3 在 Intelligence Index 拿到 60 分，追平 Kimi K3，相比 GLM-5.2 的 53 分直接涨了 7 分。值得看的不仅是总榜，还有 Agent 能力。在 GDPval-AA v2 上，GLM-5.3 的 Elo 从 1524 涨到 1770，一次提升 246 分，目前仅次于 Claude Opus 5。这说明它这次不是单纯“更会考试”了，而是更会把事情做完了。更有意思的是，它还是 753B 总参数、40B 激活参数，并没有简单靠把模型做大来换成绩。这也说明，今天模型能力的上限越来越取决于 Post-training、RL、Tool Use、Agent Training 和 Reasoning，而不只是 Pre-training。当然，能力提升也有代价。GLM-5.3 平均每个任务输出约 1.87 万 Token，比 GLM-5.2 多 20%，也高于 Kimi K3。换句话说：更聪明了，也更能烧 Token 了。作为开源模型，GLM-5.3、Kimi K3 已经做到 60 分，距离最顶级闭源模型只差几分。当能力只有闭源的 70% 时，开不开放没那么重要。但如果做到 95% 甚至 98%，企业就会开始重新算账：为什么一定要为了最后几分，多付一倍的钱？尤其另一个模型还能私有部署、深度定制、优化推理框架、针对自己的 Agent 场景继续训练。最后还有一点挺有意思。GLM-5.3 现在才追平 Kimi K3。那自然会让人开始期待：K3 的下一个模型呢？GLM-5.3 已经证明，同一个模型底座，通过更强的 Post-training 和 Agent Training，还能继续挖出大量能力。那么拥有 K3 这张 2.8T 大底牌的 Kimi，下一轮还能榨出多少东西？
发布于 新加坡
分享
评论
1
未登录
友善发言
评论
加载中
