DeepSWE 测评：GLM-5.3 胜率达 69%，成本仅为 Fable 5 的 1/4
zainhas · x · 2026-08-23
Together Compute 在 DeepSWE 基准上对比了 GLM-5.3 与 Claude Fable 5 的表现。结果显示，GLM-5.3 在单次解决率上与 Fable 5 持平，且随着多次尝试，表现优于 Fable 5。
核心数据对比：
- 胜率：GLM-5.3 (69.0%) vs. Fable 5 (69.7%)
- 成本：GLM-5.3 ($3.99/任务) vs. Fable 5 ($21/任务)
- Token 消耗：GLM-5.3 (80k) vs. Fable 5 (114k)
- 交互轮次：GLM-5.3 (124) vs. Fable 5 (85)
结论指出，在重试成本极低的情况下，使用 GLM-5.3 的经济效益极具吸引力。
所属事件:DeepSWE 实测：GLM-5.3 编码持平 Fable 5，成本仅约五分之一(4 条相关)→
「模型」频道最新
- Muse Spark Open 经 llama.cpp 跑通 M3 Ultra：前沿模型上桌面 — pcuenq · 2026-10-16
- OpenAI 推出 GPT-Live-1.1 语音升级：新增六语种声音、更少卡顿 — OpenAI · 2026-10-16
- LMArena 上线 Muse Spark 新模型，Battle 与 Agent 模式可测 — arena · 2026-10-16
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- Ilya 质疑 Meta 新许可证：年收入超 2000 万美元的推理服务商须与 Meta 另签协议 — ilyasu · 2026-10-16
- Muse-Spark 开源权重发布：816B MoE 模型 MLX 3bit 版已上线 — ns123abc · 2026-10-16