全部动态

Artificial Analysis 数了各模型写破折号的频率，GLM-5.3 一条回复平均 7.4 个，Claude Opus 5.5 几乎为零，看你的模型像谁就靠这个。

官方账号Artificial Analysis@ArtificialAnlys9 个信源在谈原文

华为云的盘古两款开源模型要下线了，官方还给了替代方案，用着的朋友记得提前迁移评测。

Deep Principle 把 Z.ai 的 GLM-5.3 改造成了 753B 的科研模型，专攻化学和材料，还开源了 MIT 权重，搞科研计算的可以直接拿来跑。

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

Mistral 出了个 1 万亿参数的开源模型，编程跑分超过了 DeepSeek V4.1Flash，价格还挺便宜，写代码的可以看看。

Blognone@mk2 个信源在谈原文

Mistral 把 1T 参数的 Large 4 权重放出来了，编程智能体成绩追平 GLM-5.3 还省近一半 Token，做微调或自部署的可以看看。

Mistral 放出了全欧训练的万亿参数模型 Le Chonk，编码能力强、速度快还便宜，不过分数上还是被 DeepSeek V4.1 Flash 和 GLM-5.3 压一头。

官方账号Decoder@Maximilian Schreiner原文

模型评测榜 v5 版来了，60% 改用私有题防刷榜，Claude Opus 5.5 拿了第一，开源和闭源差距拉大到 12 分，选模型前可以看看。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

DeepSeek 更新了 V4.1 Flash，智能指数涨到 45 分，追平 GLM-5.3 成开源第二，幻觉还少了好多，价格没变。

官方账号Artificial Analysis@ArtificialAnlys9 个信源在谈原文

有人发现 DeepSeek 这个代号奇怪的模型在 Terminal-Bench 4.0 上拿了 42.3，还比 GLM-5.3 强，等 Artificial Analysis 复测。

Teortaxes@teortaxesTex3 个信源在谈原文

Epoch AI 的网络安全基准显示差距从 6 分扩到 11 分，GLM-5.3 得 160，美国闭源前沿 171，数据挺扎眼。

kimmonismus@kimmonismus7 个信源在谈原文

DeepSeek 新出的 V4.1-Flash-1017 是开源的，DeepSWE 1.1 跑分 77%，把 GPT-5.6 Sol 和 Opus 5 都比下去了，价格还便宜。

TestingCatalog@testingcatalog10 个信源在谈原文

Meta 放了个 816B 的开源模型，美国开源第一，跟自家旗舰就差 1 分。token 特别省，还能塞进两台 Mac Studio 自己跑，就是做 agent 有点弱。

官方账号Artificial Analysis@ArtificialAnlys6 个信源在谈原文

Meta 这次放了个 816B 的开源模型，基于苹果 MLX 优化，两台 Mac Studio 就能跑起来，分数还能对标 K3 和 GLM-5.3，本地部署玩家可以看看。

官方一手歸藏(guizang.ai)@op7418原文

Gemini 4 Argon 今天上线，llm 插件已经支持了。定价对比讲得很细，还搬了 Artificial Analysis 的成本数据，选模型前可以看看。

Z.ai 拿 GLM-5.3-Flash 微调出的法律模型，在 Harvey 基准上跑赢 Claude Fable 5 和 Kimi K3，做法律 AI 的可以看看。

官方一手marktechpost@Michal Sutter原文

Z.ai 把 GLM-5.3-Flash 改造成法律专用模型，专做合同和证据审查，现在封闭测试中。

Blognone@lew5 个信源在谈原文

StepFun 的 Step 5 Preview 免费进 Cline 了，DeepSWE 成绩压过 Kimi K3 和 GLM-5.3，写代码的可以直接试试。

Cline@cline5 个信源在谈原文

Anthropic 的 Haiku 5.5 来了，智力比一年前的 Haiku 涨了 26 分，价格还只有上代的十分之一，跑 agent 任务可以重点看看。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Mistral 这次真支棱起来了，1T 参数只激活 49B，用 4000 块芯片就训出能跟 GLM-5.3 掰手腕的模型，欧洲总算有能打的了。

kimmonismus@kimmonismus11 个信源在谈原文

Mistral推出Large 4，成为美中之外最智能模型，价格却比同类开源模型贵4倍。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Mistral Large 4 在多个专业领域基准测试中表现优异，金融和法律任务得分亮眼。

TestingCatalog@testingcatalog11 个信源在谈原文

智谱的 GLM-5.3 上架 AWS 的 Bedrock 了，想在企业里用它的编程和智能体能力，现在不用自己搭部署，开个 Bedrock 就能调。

官方账号Z.ai (智谱国际)@Zai_org7 个信源在谈原文

Cantina 把 Z.ai 的 GLM-5.3-Flash 微调成了专挖漏洞的开源模型，60 个私有漏洞任务解出 40 个，MIT 协议随便部署。

官方一手marktechpost@Michal Sutter原文

开源的 GLM-5.3 网络攻防能力快追上 Claude Mythos 了，20 美元 token 就能挖出 Chrome 漏洞，Andrew Ng 还给出了防御方的判断。

DeepLearning.AI@DeepLearningAI11 个信源在谈原文