#
性能评测
4 篇相关内容
GLM-5.3 与 GPT-5.6 Sol 在 DeepSWE 基准测试中成本与性能对比
Together AI 最新测试显示，在 904 次 DeepSWE 任务中，GLM-5.3 以一半成本实现 pass@4 领先，而 GPT-5.6 Sol 在 pass@1 上略胜一筹。
T
消费级显卡也能跑出“Opus级”智能体？Qwen3.8-27B多项榜单反超Claude
Qwen3.8-27B模型在多项评测中超越Claude，并能在消费级显卡上运行类似Opus级别的智能体，推理能力还可根据需求进行自定义。
量
DeepSeek-V4 Flash 与 GPT-5.6 Luna 成本与性能对比：编程效率谁更胜一筹？
在 DeepSWE 编程基准测试中，GPT-5.6 Luna 在通过率上领先 14 个百分点，但 DeepSeek-V4 Flash 在单位成本下能解决 4.8 倍的问题。
T
Kimi K3与GPT-5.6 Sol在DeepSWE基准测试中表现对比：成本、编码与路由效率
Together AI对Kimi K3和GPT-5.6 Sol进行了904次DeepSWE测试，结果显示Sol在单次通过率领先，而Kimi K3在四次通过率中胜出，且单位成本效率高出2.8倍，两者路由组合性能达85.6%。
T