FEATURED REPORT
智谱GLM新模型疑已小范围内测,跑分超过Opus 5.5!
智猩猩AI整理 编辑:林夕 59.4%,还是 70.1%? 同一款疑似智谱新模型,在两张流传的榜单图里有两个分数。 第一张是网友照着打码榜单估出来的。图上,这款模型拿了 59.4% ,比 Opus 5.5 高 1.6 个百分点 。 评论区马上有人甩出另一张图:“你这个是假的,这才是真的” 分数一下变成 70.1% ,刚好比榜首 Claude Fable 5.2 高 0.1 个百分点 。 把两张图放到一边,原榜单上其实有 三条 记录被打了码。 模型名前缀和分数都看不清,露出来的后缀是 Pro、Med 和 Small 。 这张榜单是 KingBench 维护者 AICodeKing 在回应开发者 Theo(t3.gg)时贴出来的。 Theo 刚发帖说,遇到复杂工程任务,开放权重模型已经跟不上闭源前沿模型,随后又晒出了 T3 Code 的流量数据。 AICodeKing 回了一张有 16 条记录 的 KingBench 4 榜单。他没点名,网友却从他的措辞里读出了一个暗示: 他可能已经在测智谱的新模型了。 为了认出被遮住的前缀,有人自己把码打了一遍。 他用相近的字体和排版打出 GLM-Name ,加上高斯模糊,再和原图逐像素比对。 据他给出的结果,两块图的像素残差小于 1/255 。也有人让 AI 帮忙认字,猜开头三个字母是 GLM 。 做像素比对的人写的是 GLM-Name ,后来传开的清晰版榜单上写的是 GLM-Nano ,评论区还有人猜 GLM-Next 。三个后缀都看清了,前缀倒是越猜越多。 这版 KingBench 4 一共考了 6 道编程题 ,总分 60 分 。榜单上的百分比,就是按满分换算出来的。 按社区整理图, Pro 拿到 59.4%,排第二 ,前面是 70.0% 的 Claude Fable 5.2,后面是 57.8% 的 Opus 5.5。 Med 拿到 57.1% ,紧跟 Opus 5.5,排在 GPT-6 Astra、GPT-6.1 Sol 和 Gemini 4 Argon 前面。 Small 拿到 54.0%,排第九 ,刚好夹在 Haiku 5.5 和 Kimi K3.1 Pro 之间。Gemini 4 Carbon、Muse Wonder Full 1.0 和 DeepSeek V4.1 Flash 也排在它后面。 同一张榜单上还有个更熟悉的名字: GLM-5.3 拿了 45.8% ,比 Small 低 8.2 个百分点 。 要是 Small 真是下一代 GLM 的小档,等模型一开放,就能把平时交给 5.3 的活拿来跑一遍,看看它能接下多少。 模型什么时候能用? 据社区转述,OpenCode 开发者 dax 最近提到,DeepSeek 扩容后跑得不错, 接下来轮到 GLM 。 有人问是先做 GLM-5.3-Flash,还是先做完整版,dax 回了一个词:“full”。 dax 前半句聊的是扩容,也没提新版本号。 可前脚刚有人从榜单里猜出三个型号,后脚就听到一句“轮到 GLM”,评论区已经问上了: GLM-5.5 要灰测了? 还有人翻出 AICodeKing 的旧帖,算起了发布时间。 按社区统计,从 GLM-4 时代起,他有过五次提前放出线索的记录,发帖到官宣平均相隔 3.8 天 。 其中一次,GLM-5.2 官宣前三天左右,他晒出了 KingBench 3 内测榜。 这次有人猜本周,也有人直接押 11 月 19 日 。 截至今日,智谱还没公布发布日期。评论区有人已经在盘算 Max 要不要续费,也有人照常拿 GLM-5.3-Flash 当本地主力。 还有人直接催了一句: “智谱你再不官宣,网友都要把名字猜完了。” 关注+星标,获取AI前沿进展与开源一线动态 特别