GLM-5.3正式上线,写代码到底啥水平
智谱说GLM-5.3编程体感比上一代提升了50%。基座没变，全靠后训练硬拉上去的。一个基座能反复榨出性能，说明当初设计的时候确实留了余量。真实的代码能力到底怎么样。DeepSWE从46.2%涨到66.9%，Terminal-Bench 3.0从4.6跳到了28.3。Terminal-Bench这个涨幅确实吓人，但起点低也是事实。从4.6到28.3，翻了六倍多，但28.3分在真实工程里到底够不够用，还得看实测。内部Code Bench评测说整体提高了大约50%。有开发者对比了Grok 4.5和GLM-5.3的编程能力，结论是差距不大，主要差在生成代码的风格和兜底能力上，日常开发基本无感。差距不大，但风格和兜底能力这种东西，在复杂工程里可能就是能不能用的区别。GLM-5.3写简单代码确实够用，写复杂工程还得看具体场景。一周后开放权重，到时候开发者自己测了才知道。
发布于 四川
分享
评论
赞
未登录
友善发言
评论
加载中
