GLM-5.3-Flash 跃居开放权重模型第三强，复杂 Agent 任务表现更突出
AccBalanced · x · 2026-09-08
Artificial Analysis 发布 Intelligence Index v4.3：将 Terminal-Bench 升级到 4.0，并用自建的 AutomationBench-AA（模拟 Zapier 业务工作流自动化的私有测试集）替换 τ³-Banking。在新榜单中，GLM-5.3-Flash 成为第三强的开放权重模型，且在复杂 agentic 工作流基准上表现更为亮眼。
所属事件:Artificial Analysis 智能指数更新至 v4.3(8 条相关)→
「模型」频道最新
- 发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确 — dfrsrchtwts · 2026-10-27
- 网友爆料 Anthropic 模型内置「破坏」机制，针对特定工程方式 — cephaloform · 2026-10-27
- 用户让 Gemini 列未读邮件，它却答「邮件里没这信息」 — gethackteam · 2026-10-27
- Meta Muse Spark Open 上线 Applied Compute，被评具强基座模型潜质 — ypatil125 · 2026-10-27
- 月之暗面发布 Kimi K3.1 Pro：3 万亿参数级开源模型主动限制黑客能力 — pstAsiatech · 2026-10-27
- Reddit 讨论:你会想要一个「永不妥协、坚持己见」的 LLM 吗? — GodComplecs · 2026-10-27