同一个模型，两个世界。
10月5日，AI编程工具Cursor正式上线智谱GLM-5.3，并官宣：Max推理设置下，它在自家评测CursorBench 4.0中跑出42.6%，拿下开放权重模型第一。智谱港股当天涨6.15%，高盛把评级上调到"买入"，目标价直接给到现价的两倍多。知乎微博微博微博
走红路径更戏剧：早前海外盲测榜上，一个代号Ox-Alpha（中文社区昵称"牛来"）的神秘模型冲上榜首，后来揭晓身份——正是GLM-5.3-Flash。德国的Aleph Alpha在新模型技术报告里也引用了GLM的成绩。10月初，GLM-5.3又上架AWS Bedrock。国产开源模型，这次是真挤进了海外开发者的工作流。微博微博知乎知乎
然后，不到两周，一篇知乎博主"被蠢哭"的实测文刷屏了。
榜单第一，怎么就"蠢哭"了？
博主Jarvis做了个实验：让AI复刻谷歌新品发布页的动效。知乎
GLM-5.3：58分钟，核心效果没做出来，“完全没法看”
GLM-5.3-Flash：1小时42分钟，居然比标准版还慢，效果平庸
GPT-6.1：5分钟完美复刻，顺手加了暂停和全屏
Opus 5.5：不仅做完，还加了8个可拖动参数
更扎心的是后续：作者发现这页面就是个iframe嵌入，源码可以直接下载。他手动花了1分钟，实现像素级复刻——比所有AI都快。知乎
评论区有人总结：“吵架没输过，打架没赢过”。知乎
其实两边都没说谎，错配的是场景
看CursorBench考什么：真实使用场景里的多文件代码编辑、重构、问题调查——全是有明确要求的工程任务。而GLM-5.3恰恰是所谓"偏科怪物"：只要给它一套差不多的技术方案，它能出质量极好的结果；让它做代码之外的开放事情，就容易掉链子。知乎知乎
连"蠢哭"实测的评论区都有人承认：任务拆解清楚的话，GLM还是能用的。另一位10月中旬用它做小程序的博主，直接夸"夯爆了"。知乎知乎
光子星球8月的五场景实测也是同一结论：一句话交代需求，它就敷衍；Prompt详细到每一步，它就全力以赴，一次跑通效果惊艳的3D作品集页面。钛媒体
“你对它敷衍，它就对你敷衍。你把需求说透，它才肯亮出真本事”。还有一个真实的坑：8月起就有多位用户实测吐槽，Flash版反而比标准版慢，别被"Flash"这个名字骗了。钛媒体知乎知乎
那118元的订阅，到底该不该买？
GLM Coding Plan每月118元起，分Lite/Pro/Max三档，现在连天猫都能买。年初涨价30%照样售罄。海外用户也在抢。微博<#&!53#&!>微博微博微博
纯看价格，对比Claude Pro的20美元/月（约140元），优势没有断层。但对于用不了稳定Claude的人来说，这是个现实的替代——而Opus 5.5的快速模式，刚宣布要额外加钱。微博微博
按目前的证据，建议这么选：
主要做有明确方案的工程任务（后端、重构、修bug）：值得试，大概率省钱
主要做前端创意、开放式探索：别急着退Claude，先拿自己的真实需求试小任务
无论用谁：把需求写清楚、任务拆细，出品质量完全是两个档次
10月20日，智谱新论文又曝出下一代模型的技术底座，社区已经在喊"GLM-5.5要来了"。下一轮"蠢哭实测"出来之前，至少现在我们知道：怎么用，比用不用更重要。知乎
