多項測試拿第一！智譜發布GLM5.3 稱程式設計能力接近Fable 5

大陸AI企業智譜14日發布新一代旗艦模型 GLM-5.3，稱透過擴大後訓練規模實現程式設計能力躍升50%，在多項基準測試中取得開源模型第一，程式設計與智能體（Agent）能力接近 Claude Fable 5。

澎湃新聞報導，智譜也表示，相比前代，GLM-5.3的新能力包括：更強的程式設計能力、網路安全能力、後訓練Scaling以及開源。

中美又進入大模型上新週期。8月，DeepSeek V4 Pro13日淩晨正式推出，並已更新至API，模型版本為DeepSeek-V4-Pro-0813，新版本增強了Agent能力。

根據DeepSeek給出的模式測試對比成績，與此前V4-Pro-Preview版本相比，V4-Pro-0813已經全面提升，例如在AI程式設計智能體（Agent）基準測試DeepSWE中，得分從Preview的7.3，大幅提升至62.7，甚至超越了Claude Opus 4.8。

在AI安全智慧體基準測試Cybergym、智能體（Agent）基準測試AutomationBench中甚至超越目前公認最強大的Claude Fable 5。

隨後，DeepSeek首款智能體（Agent）也開放測試，13日晚間，DeepSeek宣布，DeepSeek Harness的開發者預覽版（v0.1 版本）面向全球 Harness開發者開放測試，並同步以 MIT 協議開放原始程式碼。

DeepSeek Harness 採取「一切皆外掛程式」的設計思路。我們採用外掛程式式開放架構來構建 Agent Harness：模型、工具、技能、會話、沙箱、存儲、迴圈、調度、UI 等所有 Agent 能力均由外掛程式組合而成，可自由替換、靈活重組。

與此同時，SpaceXAI發布Grok 4.6。SpaceXAI表示，新模型是在Grok 4.5基礎上進一步升級，重點提升長流程任務中的表現，以及處理更複雜的互動式、視覺和知識工作任務的能力。