看了一些glm 5.3的测评，好像都在说，glm 5.3碾压了deepseek v4 pro。

大厂的粉丝其实都是有脾气的。上次，deepseek v4 flash发布的时候，说v4 flash的能力在glm 5.2和kimi k3之间。这对glm 5.2是个羞辱啊。v4 flash都超过glm的旗舰。

所以glm 5.3报复回来了。

其实，现在看跑分意义不大。所谓后训练，搞不好就是刷benchmark。大家都来刷题，那么题就失去了意义。

什么terminal bench，livecode bench，这些测试已经是到了完全可以忽略的水平。因为这些老题，大模型可能直接都背过答案了。

比较有意义的，就是那些带live的题目，这些题是更新的。然而，题库更新的速度，未必赶得上大模型后训练刷题的速度。所以，最好的办法，搞不好就是随机出题。还有就是等大模型发布后再出题。

至于闭源模型，跑分对他们没有意义，可以一律视为作弊。因为今天题库更新，它有可能今天晚上就刷题，loRA，明天它们就可以刷出高分了。

所以自媒体博主们就别在整天傻呵呵的拿跑分骗人了。

当然，AI也不是完全无用，它还在快速发展之中。但是它并非万能。现在就有很多问题。