開源 GLM-5.3 效能擊敗 GPT-5.5 與 Claude，成本僅五分之一

詳細評測開源模型 GLM-5.3 在多項任務上的表現與完整評測方法論。

• 評測測試了 17 款大型語言模型，涵蓋除錯、資料萃取、日常請求、越獄防禦與工具使用等 28 項任務。 • 採用確定性檢查器（如通過測試、精確綱要匹配與金絲雀字串偵測）進行評分，排除 LLM 互相評分的偏差。 • GLM-5.3 是唯一在所有五大任務類別中皆達到 100% 滿分的模型。 • 其運行成本僅約 GPT-5.5 的五分之一，成為生產環境中極具競爭力的選擇。 • 作者指出，開源且可自架的模型在通用使用場景上，已非常接近甚至超越 專有模型的表現。

「我們正非常接近『可自架的 LLM 就是通用最佳解』的時代，這想法令人驚嘆。」