共 2 篇文章
模型评测DeepSeekKimiGLM豆包模型横评
一张图扒光5个国产模型：Kimi憋半天才动手，豆包忙了293次，GLM最吃状态
把DeepSeek V4 Pro、Kimi K3、GLM-5.2、豆包Seed-Evolving五个国产编程模型放入同一真实仓库修同一个Bug，用轨迹图记录执行过程。结果显示DeepSeek最稳健、Kimi动手最晚且调查最多、豆包动作最多、GLM状态型不稳定；还发现同一模型换Harness后执行路线改变，主张评估Agent应把模型与工作环境放在一起看。
2026-09-1014000
大模型LLM开源模型GLM模型横评Coding互动学习
开源 Coding 第一的 GLM-5.3 回来了，我拿它连做了三个互动学习系统
作者用开源Coding第一的GLM-5.3做三个互动学习系统测其长程Coding能力：核物理学习网站（18章约10万字、可交互临界实验室）、洗烘一体机三维仿真（三种烘干技术拆解）、魏晋南北朝舆地推演图（369年时间轴与地图联动）。指出GLM-5.3与Kimi K3并列开源第一档，强调长任务延续能力，同时提醒三维页面易过重、科学参数与历史疆界需人工核对。
2026-09-099000