GLM-5.3真能对标Claude吗？
代码能力提升50%，但“对标”两个字别急着喊智谱官方说GLM-5.3在内部Z.ai Code Bench上比5.2提升了50%。DeepSWE从46.2到66.9，Terminal-Bench从4.6到28.3。数据确实漂亮。但实操中呢？知乎上有开发者实测，在代码工程、自主Agent、安全审计三个方向确实达到了相当水准。不过有个前提——GLM-5.3必须开启思考模式，不支持禁用。这意味着它默认就会“多想一步”，推理成本天然更高。还有一个容易被忽略的点：GLM-5.3在Max档位下准确率34.5%，输出约7.5万Token；而Claude Fable 5在Max档位准确率39.5%。差距还在。代码能力追上了不少，但说“对标”可能还得再跑几个真实项目验证。跑分好看和干活好用，你更在意哪个？
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
