GLM-5.3 跑分超 Sol 与 Opus，登顶 Terminal-bench-4.0
nijfranck · x · 2026-08-29
在全新的 Terminal-bench-4.0 基准测试中，GLM-5.3 的表现超越了 Sol 和 Opus 模型，虽然 Anthropic 的模型仍占据前列，但该结果质疑了市场宣传与实际表现的差距。
所属事件:GLM-5.3 在 Terminal-bench-4.0 中表现超预期(2 条相关)→
「模型」频道最新
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- 开源推理引擎 Magnitude 让本地模型比 Ollama 快 2 倍以上 — nickbaumann_ · 2026-10-15
- 博主实测疑似新模型 Gemini 4 Argon：逐笔实时生成 — vista8 · 2026-10-15
- 游戏开发实测：Gemini 4 Argon 对阵 Claude Opus 5.5 — vitaliychiley · 2026-10-15
- Anthropic 系统提示词新措辞:认真对待 Claude 表达的不同意见 — Hesamation · 2026-10-15
- 为什么有人对 GPT-4o 恋恋不舍：它最懂你的潜意识 — mimi10v3 · 2026-10-15