智谱GLM-5.3-max闯入全球榜前13,753B参数追平Kimi K3开源第一

源自342位全网作者

08-24 20:01

精选参考来源

DeepSeek V4 Pro暴涨近50分，我却更想押GLM-5.3

老金带你玩AI 2026-08-17

来自微信公众号

这张图表来自国际AI评测机构 Artificial Analysis，展示的是其“AA智能指数”对全球主流大语言模型的综合能力排名。图中红框标注的两款模型——Kimi K3 (max) 与 GLM-5.3 (max)，均获得60分，并列开源模型第一，同时跻身全球前沿模型能力区间，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰模型处于同一水平。

Blade-黑铁桐人 2026-08-20

来自新浪微博

全部
来源

内容由AI生成

精选参考来源

1. DeepSeek V4 Pro暴涨近50分，我却更想押GLM-5.3

微信公众号 2026-08-17 00:00:00

2. 这张图表来自国际AI评测机构 Artificial Analysis，展示的是其“AA智能指数”对全球主流大语言模型的综合能力排名。图中红框标注的两款模型——Kimi K3 (max) 与 GLM-5.3 (max)，均获得60分，并列开源模型第一，同时跻身全球前沿模型能力区间，与Claude Fable 5、GPT-5.6 Sol等闭源旗舰模型处于同一水平。

新浪微博 2026-08-20 00:00:00

3. 智谱的GLM-5.3终于也在AA竞技场开分，暑期档的这一轮国产模型上新基本上算是告一段落了，目前的成绩如下：Kimi K3和GLM-5.3并列60分，是中国唯二能过挤进T1阵营里的模型，咬住了GPT-5.6和Claude Opus 5，当然Kimi K3是已经发布超过1个月了，含金量更高。T2档位排下来依次是58分的Qwen3.8 Max、53分的DeepSeek-V4-Pro、52分的Qwen3.8 27B，也是兼顾性能与经济性的高竞争区间，凡尔登绞肉机的市场。T3则属于上桌吃饭的底线，有45分的MiniMax-M3、43分的小米MiMo-V2.5-Pro、42分的腾讯Hy3，主打一个量大管饱的供应，够用就行，要啥自行车呢。再往下数，T4就很深海了，蚂蚁Ling 3.0 Flash是38分，美团LongCat 2.0是34分，阶跃Step 3.7 Flash是31分，已经不太适用通用场景了，只能卖给垂直领域。什么，你问22分的百度文心模型是不是位于马里亚纳海沟？好吧，我稍微说句公道话，自从文心5.0拉了这坨大的之后，百度就没有再把新发布的文心5.1上传AA竞技场了，所以22分虽然不是百度的真实表现，但一个小版本的迭代估摸着也好不到哪里去。对了，字节也没有在AA竞技场上传Seed参展，就憋大的吧。

新浪微博 2026-08-19 00:00:00

4. Arena（arena.ai）平台发布 2026 年第 33 周（8 月 10 日 ~8 月 16 日）AI 大模型盲测排名，本期最大看点是 Anthropic 多款 claude-opus-4 系列模型密集入榜并占据综合榜前五位，国产模型 kimi-k3-max 排名上升 2 位至综合榜第 12 位，在前端开发榜也保持第 2 位，qwen3.8-max 首次跻身智能体榜 Top 10。国产模型整体仍处于中上游位置，在前端开发等细分领域已经形成对头部海外模型的紧追态势。IT之家注：本榜单基于 Arena（arena.ai）平台匿名盲测投票，通过 ELO（智能体榜为百分比信号）计算排名，反映用户主观偏好而非绝对能力测试；不同分榜相互独立，不宜跨榜比较，分差在误差范围内均视为并列，新模型也需积累一定投票量后才会正式入榜。综合榜本期综合榜头部几乎被 Anthropic 新模型包揽，claude-fable-5 以 1506 分蝉联榜首，新入榜的 claude-opus-4-6-high 以 1505 分紧随其后位列第二，同样新入榜的 claude-opus-4-7-high 以 1502 分排名第三。前三名分数差距均在 5 分以内，属于误差范围内的并列。谷歌 gemini-3.7-flash-high 作为新模型首次入榜即拿到第 9 名，表现亮眼。国产模型方面，kimi-k3-max 上升 2 位至第 12 名，是排名最高的国产模型。国产模型整体处于榜单中上游，具体排名如下：月之暗面 kimi-k3-max 位列第 12 名，ELO 1489 分，较上周上升 2 位；阿里 qwen3.8-max 位列第 8 名，ELO 1491 分，较上周下降 2 位；阿里 qwen3.7-max-preview 位列第 26 名，ELO 1474 分，较上周下降 3 位。#桃黑黑回应控诉#

新浪微博 2026-08-17 00:00:00

5. 彭博刚刚把美中人工智能差距做成了一张图表，嗯，是的，美国正在被碾压：> Kimi K3 接近 Fable 的水平> 每任务成本便宜约 70%> Anthropic 认为中国落后 6–12 个月> 中国现在拥有前沿实验室集群> GLM-5.3 甚至还没包括在内，这将有利于中国一方美国实验室仍然占据前沿位置，但中国正让它们无法收取前沿价格。

新浪微博 2026-08-21 00:00:00

6. 牛来进军 AI 行业了。。。牛来 SOTA AI ！！！Ox Alpha（OpenRouter 上的模型 ID 为 stealth/ox-alpha，也有 OpenCode 上的免费版）。上线时间：大约2026年8月20日深夜（北京时间21日凌晨）以“隐身模型”（stealth model）身份低调出现在 OpenRouter 等平台。主要规格：约100万 token 上下文窗口最大输出约13万 token支持文本 + 图片 + 视频多模态输入支持工具调用目前限时免费（约一周，到8月27日左右），调用额度很宽松（平台宣称日处理量可达100T token级别）性能表现（初步测试）：Ox Alpha 通过率约 80%Claude Fable 5 Max 约 65%GPT-5.6 Sol Max 约 52%其他如 GLM-5.3、Grok 4.6 也在60%左右这让它在编程/Agent编码能力上引发大量关注，看起来逼近甚至局部超过当前头部模型。但注意：测试样本量较小（10道题左右），后续有人复测结果有波动。身份猜测：目前没有官方认领，完全匿名。社区通过“指纹分析”（比如视频token消耗模式、错误提示语言、审查口径等）做了大量对比：最主流猜测：智谱（Zhipu AI）尚未正式发布的 GLM-5.3 相关版本（可能是 Flash 版或带多模态的视觉版），证据匹配度较高。

新浪微博 2026-08-23 00:00:00

7. Vercel它是一个类似于网站部署的公司，会给很多小型网站提供免费的部署方案。我也有好几个网站部署在上面，非常好用。他们其实也很多地用到大模型。根据他们最近披露的一个数据，其大模型的使用从以前闭源模型占主导，到现在开源模型占主导，这个改变的进程其实非常短。因为随着技术进步的速度放缓，闭源模型的最强者已经不再是遥遥领先，而只是在某些部分领先。比如说 Anthropic 的 Claude Fable 5 这个模型，在前三四个月可能还是断崖式领先；但最近一两个月中国模型相继发布，比如智谱的 GLM 5.3、Kimi K3 模型，以及 DeepSeek 的 V4 Pro 等，都会或多或少挑战到 Fable 的绝对领先地位。同时，开源模型最大的优势就是便宜，意味着只要有自己的设备，就可以自己去部署运行。这也是为什么 Hugging Face 提到，公司使用的开源模型比例已经从之前的 28.4% 涨到现在的 62%，而闭源模型则从之前的 76% 相当于减半到现在的 38%。我觉得这可以说是攻守之势异也。

新浪微博 2026-08-23 00:00:00

8. GLM 5.3 位列全球AI大模型综合盲测榜单第12 第34周全球AI大模型综合盲测榜更新，Claude Fable 5稳居第一，Opus 4.6和4.7包揽二三。Muse Spark 1.2第四，Kimi K3第八，GLM 5.3第十二，千问3.8 Max第十四，4款中国模型进入前25。 Arena Text 榜单主要评估大模型在文本对话与文本生成任务中的综合能力，覆盖数学、代码、创意写作、指令遵循、多轮对话、开放问答等场景。它采用真实用户盲测投票机制，让用户在不知道模型身份的情况下比较回答质量。目前该榜单显示约 700多万票、近400多个模型，适合观察全球大模型综合能力、排名变化和头部格局演进。