主流本地模型大比武：Opus 4.8 与 DeepSeek/Qwen/GLM 跑分

perelmanych · reddit · 2026-09-01

汇总了 DeepSeek-V4-Flash、Qwen3.8、GLM-5.3 等当前流行本地模型与 Opus 4.8 的基准测试成绩。覆盖 Agent 能力、编程、通用能力及多模态四大类。数据显示，DeepSeek 和 Qwen 在多项测试中表现强劲，Opus 4.8 仍具竞争力；表格包含 Terminal Bench、SWE-bench、GPQA Diamond 等具体分数。

原文链接 →

「模型」频道最新

• Anthropic 员工也看不懂 Claude 在说什么 — sanderssays · 2026-09-01
• 求助：ChatGPT 5.6 Luna 对比 Grok 与 Gemini — Random-poster-24495 · 2026-09-01
• 双订阅用户实测:OpenAI Sol 只配对标 Opus,远逊 Fable — DynaBeast · 2026-09-01
• Codex 疑将放弃反复压缩上下文，改用换班式外部记忆机制 — 量子位 · 2026-09-01
• GLM 5.3 Flash 本地跑通 Blender/Unity 接口 — antirez · 2026-09-01
• 工程师直言：LLM 缺乏「自知之明」的自我校准能力 — akbirthko · 2026-09-01

更多「模型」频道 AI 资讯 →