多模型实测：Gemini 推理称王，GLM 5.2 开源性价比高
iamsatvik20 · reddit · 2026-08-18
博主基于自测数据对比了 GPT 5.6、GLM 5.2、DeepSeek v4 Pro、Gemini 3.1 Pro 和 Opus 5。
能力表现：
- 综合与编码：GPT 5.6 Sol 和 Opus 5 领先，Opus 5 在代理编码任务上表现最佳。
- 推理：Gemini 3.1 Pro 在 ARC AGI 2 上得分 77.1%，大幅超越旧版，且拥有 100 万 token 上下文。
- 开源模型：GLM 5.2 性价比极高，在 SWE Bench Pro 上表现优异；DeepSeek v4 Pro 的实测成绩略低于宣发数值。
成本分析：DeepSeek v4 Pro 价格最低（$0.435/M input），Opus 5 最贵（$5/M input）。结论是：追求全能选 Opus/GPT，重推理选 Gemini，预算有限选 DeepSeek/GLM。
「模型」频道最新
- Qwen、GPT、Grok 同台竞技 Three.js 香水站开发 — Acceptable-Object390 · 2026-08-18
- 4B 小模型在浏览器内实现免费 Vibecoding — Mysterious_Hearing14 · 2026-08-18
- 实测 Qwen 3.8：3080Ti + Strix Halo 跑通 1M 上下文 — TrifleHopeful5418 · 2026-08-18
- FinCode-Reasoning-3B发布：金融数学零幻觉，CPU可跑 — coslinedev · 2026-08-18
- Qwen 和 DeepSeek 竟在基准测试中使用 Claude Code — goddamnit_1 · 2026-08-18
- Gemini vs Grok vs Claude vs Kimi 谁更懂草图? — eyishazyer · 2026-08-18