Fireworks 发现推理低效，延后 GLM-5.3 上线
AccBalanced · x · 2026-08-30
Fireworks AI 在部署 GLM-5.3-Flash 时发现开源引擎在 AIME & GPQA 等重推理基准上，思考长度是 Zai API 的两倍，分数相同但 Token 效率更低。为解决这一潜在的质量问题（如触及 maxtokens），团队决定延后上线调查。对比其他非官方提供商，确认了该差异，并与 vllmproject、Inferact 联合调查。最终 Fireworks 推出私有预览端点，Zai 也更新了 API 以修正该问题。
所属事件:Fireworks 修复 GLM-5.3-Flash 过度思考问题后上线(2 条相关)→
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16