智谱 GLM：公开递归自我改进实践，GLM-5.3-Flash 发布
相关推荐
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
DeepSeek V4.1 Flash新版登顶Agent Arena开源模型榜，位列总榜第11
PANews 10月20日消息，AI模型评测平台Arena宣布，DeepSeek-V4.1-Flash-20261017（Max）已位列Agent Arena开源模型第一、总榜第11。基于约7500次真实使用会话，该模型相对平均模型的综合净改善约为5.1%，单任务成本中位数约0.20美元。该版本在任务成功确认、用户正负反馈、Bash命令执行可靠性及可引导性四项指标中均位列开源模型第一，其中任务成功确认指标位列总榜第8。
智谱GLM-5.3-Flash调用量增长73%
PANews 9月22日消息，据金十报道，全球头部大型API聚合平台OpenRouter最新日榜数据显示，智谱AI旗下GLM-5.3-Flash当日调用量达到4.36万亿Token，较上一统计周期增长73%，位列平台模型调用量第一。
GLM-5.3开始优化自己的系统，智谱唐杰：RSI最小闭环已经出现
动察 Beating AI 快讯，智谱披露，GLM-5.3 驱动的 Infra Agent 已经参与优化 GLM-5.3-Flash 的推理系统。从首次跑通到承接全部生产流量不到两周，端到端吞吐提升到最初的 3.2 倍。 联合创始人兼首席科学家唐杰在复盘中提到，Agent 现在最容易卡住的地方，往往不是不会写代码，而是不知道问题出在哪。比如一次修改让吞吐下降 20%，它知道自己改坏了，却不知道是哪一层出了问题，下一步该查什么。 于是智谱把资深工程师平时的排查方法做成一套 Agent 可以直接使用的工具。Agent 改完代码后，可以自己检查结果对不对、时间耗在哪里、哪种方案更快，再根据结果继续修改。 靠这套方法，Agent 找出了长上下文计算误差、KV 传输阻塞和解码 kernel 重复计算等问题。其中一个 kernel 重写后提速 1.71 倍。 唐杰判断，工程师的角色会越来越像「设计反馈的人」。人负责定目标、设边界和审核高风险修改，Agent 自己提假设、改代码、跑实验。离完整的 RSI 还很远，但「模型优化系统，系统再服务模型」这个最小闭环已经出现。
智谱GLM公开国内大模型首个RSI实践：AI在十万卡国产集群上自建推理系统
火星财经消息,今日，智谱GLM 团队披露其在递归自我改进（Recursive Self-Improvement，RSI）方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现模型对自身运行系统的反向改进。这是国内大模型厂商首次公开跑进生产环境的RSI案例。据官方博客，Infra Agent在超10万张国产芯片组成的集群上从零完成生产级推理服务搭建，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平。 （科创板日报记者 李明明）(财联社)
GLM-5.3-Flash 免费体验即将收官，1 折特惠无缝接棒
ChainCatcher 消息，B.AI 宣布 GLM-5.3-Flash 限时免费体验即将告一段落，1 折专属调用特惠将于 9 月 12 日 10:00（SGT）起无缝接棒，用户仅需支付原价的 10%，直接节省 90%，输入低至 $0.015/M、输出低至 $0.05/M。作为原生全模态大模型，GLM-5.3-Flash 拥有 320B 总参数与 18B 激活参数，结合稀疏与线性注意力混合架构及 1M 超长上下文，在编程开发、智能体、长上下文处理及高频 API 工作负载等场景下表现强劲。B.AI 始终践行算力普惠愿景，坚持低门槛接入，致力于以极具竞争力的价格，让每一位开发者都能无负担使用顶级算力，告别高昂成本，全速推进创新落地。