智譜 AI 的開權重模型 GLM-5.3 聲稱其效能超越 Anthropic 和 OpenAI 等主要競爭對手，且成本僅為其五分之一，特別是在編碼與代理任務中表現優異。GLM-5.3 採用與 GLM-5.2 相同的架構，其提升主要來自於後訓練而非新的基礎模型。雖然它在 Terminal Bench 3.0 等基準測試中達到了領先水準，但社群回饋指出，通過率等指標可能已趨於飽和，且實際應用中的表現可能落後於 Fable 或 Opus 等封閉模型。此公告引發了社群對基準測試有效性的討論，部分觀點指出其結果與 Artificial Analysis 和 Arena 等既有排行榜存在矛盾。這項進展對於尋求高性價比大型語言模型的開發者而言意義重大，因為它顯示開權重選項在特定領域可以與封閉源頭的頂尖模型相抗衡。這突顯了 AI 生態系統中持續的競爭，即效能聲稱必須與實際應用價值和定價進行權衡。

事件背景

GLM-5.3 是智譜 AI 的最新旗艦模型，專為複雜的軟體工程和代理能力而設計。它採用混合專家（MoE）架構，擁有 440 億個活躍參數，從而實現高效的推論。該模型以開權重形式提供，使開發者能夠在本地或透過 API 運行，這對於成本控制與資料隱私至關重要。

社群觀察

社群情緒偏向懷疑，用戶質疑基準測試的飽和度以及與其他排行榜的矛盾。部分用戶認為，在實際專案中，開源模型仍落後於 Fable 和 Opus 等封閉模型，而其他人則指出 GLM-5.3 在其價格區間內表現出色，但與 Grok 4.6 等競爭對手相比，並非絕對的帕累托最優。