GLM-5.3 上线即刷 GPQA 86%,失败多为超时而非答错
Scobleizer · x · 2026-09-07
网友 @0xSero 盘点今日集中发布的多款模型:GLM-5.3 可用 2 倍 Sparks 运行,GPQA 得分高达 86%,且失败案例多为超时而非答案错误;另有 1 倍 Sparks 版的 GLM-5.3-Flash,以及运行于 1x Spark 的 DS4-Flash-Vision。三个模型在一天 8 小时内完成发布。
「模型」频道最新
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27