105 个真实 Bug 实测：GLM-5.3 落后 Grok 4.7

有开发者在自建 bug hunt 基准上实测 GLM-5.3：覆盖 2 个仓库、105 个真实 Bug。结果显示 GLM-5.3 仅修复 19 个，而 Grok 4.7 修复 27 个，且 GLM 的运行速度慢约一倍。另有 49 个 Bug 的相关情况被提及，整体表明 GLM-5.3 在真实代码修复任务上仍落后于 Grok 4.7。

2026-08-26 ~ 2026-08-26 · 2 条相关