Ox Alpha完整DeepSWE跑出63%,或为GLM-5.3 Flash
kimmonismus · x · 2026-08-23
@davis7 对神秘模型 Ox Alpha 完成了完整 DeepSWE 实测,最终得分约 63%,远低于其首次子集测试的 80%,整体水平大致与 GPT-5.6 Sol mid 持平。
@davis7 的详细体验:语音风格比 Claude 或 GPT 更好,设计品味不错,擅长处理 subagent 与长程复杂任务,代码质量好;但有时会留下死代码,不如 Sol 彻底,且尽管 TPS 不低,高推理档位下运行很慢、效率观感不佳。
@kimmonismus 补充观点:如果它真是 GLM-5.3 Flash,却能达到 5.6 Sol mid 的水平并可本地跑在 DGX Spark 上,那将极其划算——一个只耗电费的本地 Sol mid 级模型 24 小时可用,堪称 game changer。
所属事件:神秘模型Ox Alpha完整DeepSWE实测仅63%，此前80%系子集误报(5 条相关)→
「模型」频道最新
- 新证据称 ox-alpha 并非 GLM：该模型支持视频输入 — qinzytech · 2026-08-23
- GigaCEM 创始人：开源压力下前沿模型价格将降 10 倍 — bindureddy · 2026-08-23
- Sol 模型在绘图代码生成实测中表现优于 Fable — suchenzang · 2026-08-23
- Opus 5 被曝逼近 Anthropic 内部水平，擅长目标优化 — scaling01 · 2026-08-23
- GLM-5.3 替代 Fable：分数涨 11 点成本降一半 — zainhas · 2026-08-23
- DeepSWE 实测：GLM-5.3 成本仅为 Fable 5 的 1/4 — zainhas · 2026-08-23