与「GLM53」相关的搜索结果

正在用 zcode_glm53flash 整理书签，说存在不合规的东西，问题是有问题的你给过滤掉就行啊，不能不干活啊。 这就太离谱了吧，那以后谁要是干点文档之类的活。一旦你检测到什么敏感词，用户又不知道，模型就干不了活，那 tmd 还用什么 AI。 你看看人家 workbuddy 里面的混元，人家就能避免这种问题😓

Astra仍然是目前最接近SOTA的非Claude系列模型，当然价格也是 A/要是封号不严重的话，基本上没GPT什么事情了 只看刷分+API定价的话 1，主流国模都在一个水平线，价格确实有差距，k3.1pro居然反杀glm5.3 2，opus稳步提升成绩 3， gpt6.1sol是最性价比的模型，次选是opus5.5xh 4， gemini4argon不适合coding 5， gemini4h/4c、gpt6astra、claude sonnet/opus/fable最新版本的性价比基本接近，主要影响极限能力上限和价格（xh/max） 6，claude模型只需要xh，gemini模型只需要h，其他模型都是越思考越好

🚨重磅！GLM 5.5最快将于本周发布！将掀起开源模型全新高度！ 智谱Zai创始人唐杰清华早已暗示两大飞轮RSI、后训练将铸就 GLM-5.5 成为无敌的存在！ 🔹飞轮已跑通：500M代码仓库→千万级Issue-PR合成→GLM-5 Agentic Engineering；合成沙盒→GLM-5.1自主执行；Agent自己造动态环境→GLM-5.2长程任务；网络安全环境，漏洞+PoC+Exploit→GLM-5.3。每一步都在用上一代模型生产下一代的训练数据。 🔹数据墙被击穿：Chinchilla定律明确，固定数据无法消除数据依赖损失。精选Web数据（RefinedWeb）远超原始语料，为飞轮提供高质量燃料。 🔹GLM 5.5是闭环产物：GLM-5.3已驱动Infra Agent在10万国产卡上自己优化推理系统，两周吞吐提升3倍+。飞轮继续转，5.5的后训练+自我进化环境只会更硬核，量化金融、代码沙盒、长程Agent全线拉满。 从Vibe Coding到Agentic Engineering，再到数据飞轮自我强化，5.5不是简单迭代，是这套系统第一次真正闭环后的产物。 #GLM55# #智谱# #唐杰# #数据飞轮# #RSI# #AgenticAI# #开源大模型# #清华# #AI# #Zai#

谁能告诉我token值多少钱，这不中秋节后第一天上班，烧了了8亿token毛毛雨啥也没干成 最开始编译内核用的是DeepSeek一直没成功 后面是Kimi成功，但网络不行，修复不了 现在用GLM5.2，也不怎么行，智障离谱 大佬们到底啥AI好用，感觉这种大问题，不好试错，AI一直瞎搞把token浪费了 编译老内核支持新特性的，浪费太多时间，开机、刷入、又重启了

GLM5.3-Flash重磅发布！！！ 原来之前吵得沸沸扬扬的Ox Alpha竟然是它啊 这是一款具备原生多模态能力，支持100万上下文窗口的大模型 性能强悍，价格亲民 参数规模: 320B–A18B 支持MIT许可 这下Deepseek有压力啦

在GLM5.3没有降智的情况下， 做出了大家需要的多模态 还能每天100T的免费供应， 并且全是国产芯片提供算力支持。 现在认领了开源，价格低到离谱。 新的斩杀线出现了，并且斩到脖子了。 @jietang 老师你们到底建了多少厂？

听好多朋友说 GLM5.3 比降智的 5.6Sol 要强的多，不知道真的假的 刚好 Codex 这周额度不够用，想着去买个试一下，结果这价格直接劝退了好吧...... Pro 都 538 了，有这钱我买 GLM 干嘛，，，我不如直接开个5x了，，，还是 Kimi 比较仁义，除了慢，其它都挺好

From Mecha Hitler to SOTA rare-disease diagnosis in children? @SpaceXAI's @grok 4.6 has taken the 👑 on RareBench, edging out @AnthropicAI Claude Opus 5 for about 1/3 the cost. This was not on my 2026 bingo card! @deepseek_ai's new v4-pro-0813 model underperformed my expectations, v4-flash, and seemingly the entire internet's. We accessed using DeepSeek's 1P API on the day of release and I almost wonder if they didn't switch over their model endpoint correctly. We will re-benchmark and report back. @Zai_org has attracted a following with GLM5.2, but they, too, underperformed. This doesn't surprise me because when I compared GLM and @Kimi_Moonshot K3 for coding use-cases, I found Kimi substantially stronger, but the internet seems to love this model.

貌似没人关心 Qwen3.8-2.4T-A95B 开源，其实 Qwen3.8-Max还行，就是太贵了。 DeepSeek-V4-Pro 感觉有点问题，不如用 Flash。让后训练再跑一会～ 目前国产模型我的选择： 超大杯：Kimi K3 大杯：GLM5.2 中杯：DeepSeek-V4-Flash 国外模型选择： 超大杯：Opus 5 大杯：GPT-5.6-Sol 中杯：Grok 4.5（4.6还在测试）

感觉 Codex 渐渐有垄断趋势了，至少在 X 和海外。 虽然模型与自己Harness 框架下执行会更好。 比如kimi cli搭配K3、zcode搭配 glm5.2、grok build 搭配 grok4.5 等，Deepseek 马上也要出 agent 框架。 但 Codex 更全面，有Browser Use、Computer Use，手机编程，加上插件还能随时切三方模型。 再不济，也能通过 skill 或 cli 调。 按这个趋势发展，其他框架生存空间会越来越小。 假如你负责推广 Deepseek 的 Agent ，你会打什么点？