GLM-5.3 登顶 EQ-Bench v4，分析能力得分罕见达 9.1
airesearch12 · x · 2026-08-19
EQ-Bench v4 基准测试结果显示，Zaiorg 的 GLM-5.3 取得极其积极的成果，以较大幅度超越此前开源冠军 K3 及 Fable 等最强商业模型。GLM-5.3 被定义为“直接分析师”人格，而非“和谐寻求者”或“讨好者”。其分析得分高达 9.1，但也因过于机器化而引发讨论。
「模型」频道最新
- 数据说话：路由和安全分类用决策模型，中位速度快 7-8 倍 — randal_olson · 2026-10-16
- 小米 MiMo V2.6 Pro 登顶 Agent Arena 开源榜，成本仅 $0.11/任务 — arena · 2026-10-16
- 决策模型 vs LLM：知识推理 LLM 胜，路由审核平手且前者更快 — randal_olson · 2026-10-16
- ChatGPT 推荐视频工具时提示「可通过 Runway 集成获取」，被讽疑似软广 — tlakomy · 2026-10-16
- 微软 MAI 自研 3T 参数级预训练基座模型完成，后训练结果即将公布 — soumitrashukla9 · 2026-10-16
- 实测 Gemini 4 Argon：速度远超 Opus 5.5，但幻觉多且贵 — prasenx · 2026-10-16