看来达里奥(Dario)的“对你们用户来说过于强大”策略见效了:排行榜榜首出现了两款开源模型,超越了 Anthropic 的每一款模型。
开源大获全胜。就连 Mistral Large 4 都更胜一筹!
热门讨论
NandaVegg (⬆84):Anthropic 之前在新闻稿里不就基本承认了,当 Claude 拒绝干活时,GLM-5.3 是它的绝佳替代品吗?向 z.ai 致敬。 BannedGoNext (⬆24):没错,那简直就像是写给另一款大语言模型(LLM)的情书——当你让它测试你的网站是不是漏洞百出、不堪一击时,它可不会直接叫你滚蛋。 bolche17 (⬆28):等等,GLM 5.3 Flash 的评分居然比 5.3 max 还高?真奇怪。 seeKAYx (⬆15):这“只是”在网络安全基准测试(Cybersecurity Bench)里的表现……Flash 模型在那个测试中得分更高。 Ok_Barracuda_1161 (⬆16):它的绝对得分也是更高的。 Effective_Western_59 (⬆16):别忘了,这主要还是因为 Claude 频繁拒答。 Uncle___Marty (⬆12):“不,并没有。”——Claude。 Nerdent1ty (⬆12):mimo v2.6 pro……完全就是那种根本不管现有代码库风格、对一切都自作主张的模型。就像是……“混乱善良”阵营。真的很糟。我自己写的话代码行数还能减少 70%。反观 Qwen 3.8 27b,它会通读手头所有的文档,只为了不搞砸已经写好的内容。