模型
别名：智谱GLM
中国模型，Artificial Analysis指数排名第45
已跟踪 25 条高相关材料
最近变化
2026-10-15 · Meta Muse Spark Open在Artificial Analysis指数中排名第39，落后于中国GLM 5.3（45）和Kimi K3（44）。
为什么值得关注
GLM 5.3 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Meta 又开始发布开源模型了，发布了 Muse Spark Open。 他们说是迄今为止美国最强大的开源模型。 基于苹果的 MLX 框架做了深度优化。 这个 800B 的模型，居然可以在两台 ...
歸藏(guizang.ai)(@op7418) · 8.5 分
Meta 发布 Muse Spark Open，参数达 816B，基于苹果 MLX 框架优化，支持多模态输入。
上一板斧把国内模型都要干趴了，还来？ Anthropic 博客发布 《加强对蒸馏攻击的防御》 总结下来就一句话：不仅把防线焊死了，甚至开始“抓到违规照样扣你钱”。 核心 • Anthropic 表...
Geek(@geekbb) · 8.5 分
Anthropic通过新防御策略将蒸馏攻击数据减少90%-99%，并实施收费拦截措施。
An open model nearly matches Claude Mythos on cybersecurity capabilities: GLM-5.3 solves 12% and Cla...
DeepLearning.AI(@DeepLearningAI) · 8.5 分
GLM-5.3在网络安全任务中表现接近Claude Mythos，仅需20美元token成本即可发现Google Chrome漏洞，Andrew Ng认为防御方具备长期优势。
已收录 25 条与 GLM 5.3 相关的内容，按评分排序。
Meta 发布 Muse Spark Open，参数达 816B，基于苹果 MLX 框架优化，支持多模态输入。
入选理由：Muse Spark Open 总参数 816B，活跃参数 42B，支持 1T 上下文窗口。
Anthropic通过新防御策略将蒸馏攻击数据减少90%-99%，并实施收费拦截措施。
入选理由：新防御策略使外部团队获取的蒸馏数据减少90%-99%
GLM-5.3在网络安全任务中表现接近Claude Mythos，仅需20美元token成本即可发现Google Chrome漏洞，Andrew Ng认为防御方具备长期优势。
入选理由：GLM-5.3解决12%的ExploitBench任务，Claude Mythos解决14%（Anthropic数据）
GLM-5.3和Claude Mythos Preview在二进制利用测试中展现突破性能力，而早期模型完全失效。
入选理由：GLM-5.3在4%的测试中实现控制流劫持，Claude Mythos Preview达到6%
阶跃星辰Step 5 Preview在Artificial Analysis Intelligence Index得44分，成本为同级模型的1/2.8，但智能体评测表现略逊于Qwen3.8 Max和GLM-5.3。
入选理由：Step 5 Preview每任务成本$0.72，为同分模型的1/2.8
Together AI 扩展微调服务，新增 15+ 模型支持，提供实时指标跟踪与精细控制，降低大模型训练门槛。
入选理由：GLM-5.3 在 Terminal-Bench 2.1 评分 88.2，接近顶级闭源模型性能
开源模型许可证呈现两极分化趋势，西方厂商转向Apache 2.0，中国头部厂商设置商业使用门槛。
入选理由：Google和Meta已全面采用Apache 2.0许可证
GLM 5.3通过线性注意力和索引池技术，使高性能AI模型成本大幅降低。
入选理由：GLM 5.3 Flash参数量200亿，层数减半至46层
GLM-5.3在DeepSWE基准测试中成本仅为Claude Fable 5的1/5，且在多尝试指标上表现更优。
入选理由：GLM-5.3每任务成本为$3.99，Claude Fable 5为$21.63，成本差距达5.4倍。
GLM-5.3在多次尝试下表现优于GPT-5.6 Sol，且成本更低，但单次尝试中GPT-5.6 Sol稍胜一筹。组合使用可覆盖106/113任务，性价比达85.9%。
入选理由：GLM-5.3单次尝试成本3.99美元，解决率69.0%，GPT-5.6 Sol成本8.37美元，解决率72.7%
GLM-5.3 Flash以1/17成本解决15倍任务，首次尝试性能落后5.6%但多次重试后差距缩小至2.6%。
入选理由：GLM-5.3 Flash成本为GLM-5.3的1/17，但每100美元解决任务数是其15倍。
GLM 5.3 Flash通过减少参数规模实现更高效的性能，适合对成本敏感的应用场景。
入选理由：GLM 5.3参数量达744亿，激活参数400亿，而Flash版本降至320亿参数和180亿激活参数
OLX Alpha模型具备100万亿token/day处理能力，可能改变AI行业格局，但其真实来源仍存争议。
入选理由：OLX Alpha支持100万上下文窗口和多模态输入，日处理能力达100万亿token。
Z.ai发布的GLM 5.3模型可能提升网络安全，但也带来黑客滥用风险。
入选理由：Z.ai的GLM 5.3模型可自动化网络安全任务，但需防范黑客利用。
Z.ai发布的GLM-5.3模型在多个基准测试中超越国际竞品，仅用750B参数实现领先性能，凸显中国实验室在后训练技术上的突破。
入选理由：GLM-5.3参数量仅为750B，却超越Kimi K3等参数量更大的模型
Zai_org的GLM-5.3模型开放权重，支持1M上下文和可配置推理，适用于软件工程与网络安全场景。
入选理由：GLM-5.3支持1M上下文长度，适合处理复杂工程任务
Meta发布Muse Spark Open称其为最强美国开源模型，但中国GLM 5.3和Kimi K3仍领先，Nvidia同步推出更小更快的Nemotron 3.5 Super VL。
入选理由：Meta Muse Spark Open在Artificial Analysis指数中排名第39，落后于中国GLM 5.3（45）和Kimi K3（44）。
Ollama宣布其云服务支持GLM 5.3和GLM 5.3 Flash模型，提供私有、快速部署选项。
入选理由：使用命令'ollama launch claude --model glm-5.3:cloud'可部署GLM 5.3模型
GLM-5.3模型在漏洞利用测试中表现接近Claude Mythos，性能差距仅2%。文章还提及其他AI模型进展与技术动态。
入选理由：GLM-5.3在漏洞利用测试中达到12%，接近Claude Mythos的14%
OpenAI终止与Cursor合作，因SpaceX收购后合同纠纷，开发者将失去OpenAI模型访问权限。
入选理由：OpenAI与Cursor合作终止源于SpaceX收购后的合同纠纷
Cursor宣布集成Meta的Muse Spark 1.3模型，但推文内容仅含版本发布声明，缺乏技术细节与实践价值。
入选理由：Cursor新增Meta Muse Spark 1.3模型支持
Devin Desktop和Cognition宣布GPT-5.6 Sol模型价格下调，现提供76%折扣至10月3日。
入选理由：GPT-5.6 Sol模型价格下调20%，叠加此前70%折扣，现总折扣达76%
Ollama云平台已上线GLM 5.3和GLM 5.3 Flash模型，提供隐私保护和跨区域部署能力。
入选理由：GLM 5.3和GLM 5.3 Flash模型已部署在Ollama云平台
Ollama 推出 GLM 5.3 模型，但推文内容缺乏技术细节，仅包含用户评论和模糊信息。
入选理由：GLM 5.3 与 GLM 5.2 规模相同但推理速度更快
Perplexity Computer现已支持GLM 5.3模型，该模型在长上下文和多模态任务中表现优于GLM 5.2但缺乏技术细节。
入选理由：GLM 5.3在WANDR基准测试中击败GLM 5.2
