智谱Coding Plan双节放量：Flash夜间免费，FlashX开放试用
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。
「牛来」模型GLM-5.3-Flash正式开源：320B 参数仅激活 18B，价格只有 GLM-5.2 十分之一
动察 Beating AI 快讯，白天认领 Ox Alpha 后，智谱晚上正式开源 GLM-5.3-Flash，模型权重已经上线 Hugging Face，采用 MIT 许可。它总参数 320B，但每次只激活 18B，原生支持文字、图片和视频，也是 GLM-5 系列首个原生多模态模型。 官方称，GLM-5.3-Flash 整体性能超过 GLM-5.2，编程和 Agent 评测已经接近 Claude Opus 4.8，但价格只有 GLM-5.2 的十分之一。它还换了一套新的基础模型，首次在 GLM 主系列引入稀疏注意力和线性注意力混合架构，并用 30T Token 多模态数据预训练。 此前社区对 Ox Alpha 的 DeepSWE 小样本测试一度跑出 80%，但那只有 10 道题。扩大样本后成绩回落到约 63%，测试者也主动纠正了最初的说法。这个成绩依然属于第一梯队，但没有最初 80% 那么夸张。 权重开源后，开发者可以直接用 vLLM、SGLang、KTransformers 等框架自己部署，不需要再走匿名模型的 API。
Jev团队公开Coding Agent设计草案：每轮重新决定模型该看什么
动察 Beating AI 快讯，TypeSafe 创始人 Diogo Almeida 公开了一份 Coding Agent 设计草案，希望社区直接拿去实验。他直说团队大概率没时间自己把这些想法都做出来。 这份草案最核心的改动是上下文。现在的 Coding Agent 通常会一直带着之前的聊天、工具结果和代码状态，太长了再压缩或重启。TypeSafe 想让 Agent 每轮重新判断：继续沿用现有缓存，还是重新挑一份更合适的上下文；哪些保留全文，哪些只留摘要，哪些直接丢掉。 Almeida 认为，现有 Agent 不少设计都被 KV Cache 反过来绑住了。比如任务先切给便宜模型，再切回强模型，强模型可能还得重新读一遍长上下文，最后反而更贵；工具定义长期塞在系统提示词里，也会一直占空间。 上下文如果能动态重组，模型路由、Sub-agent、MCP 和 AGENTS.md 也能跟着按需加载。简单任务交给便宜模型，需要哪个工具再加载哪个，子 Agent 只拿和自己任务相关的状态。Almeida 暂时把这套思路叫「Meta-attention」。
智谱 GLM：公开递归自我改进实践，GLM-5.3-Flash 发布
火星财经消息，智谱 GLM 团队披露递归自我改进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。该实践在十万卡国产集群上完成，团队称其为国内大模型首个递归自我改进实践。
Amp取消平台门票：自带ChatGPT和电脑就能免费跑Coding Agent
动察 Beating AI 快讯，Amp 推出免费 Hobby 档。Amp 是从 Sourcegraph 拆出来的 Coding Agent 公司，产品和 Claude Code、Codex 属于一类，可以让 AI 自己读代码、改代码、跑命令和测试。现在只要用自己的电脑，再接自己的 ChatGPT 订阅或模型 API Key，就能免费使用 Amp，不再额外交月费和 BYOK Token 费。 今年 7 月 Amp 推出订阅制后，想把自己的 ChatGPT 订阅接进 Amp，至少要开每月 20 美元的 Megawatt。BYOK 即便用的是自己的模型 Key，Amp 也会收额外 Token 费用并设限制。现在这两层都取消了。ChatGPT 订阅费或 API 本身的模型费用，还是用户自己承担。 Amp 还有一个叫 Orb 的远程云电脑产品，可以给每个任务开一套独立环境。代码和开发工具都放在里面，关掉自己的电脑后 Agent 还能继续干活，也方便同时跑多个任务。Orb 依然按使用量收费；不想付这笔钱，也可以让 Amp 直接跑在自己的电脑上。 另外，Amp 还在扩大 BYOK 范围。付费用户已经可以接 OpenRouter、Amazon Bedrock、Azure Foundry、Ollama Cloud 和自定义模型接口等，之后会开放给所有用户。
离真正替程序员还远：Agent进企业私有代码，最高通过率也只有四成
动察 Beating AI 快讯，YC 孵化的 AI 数据公司 Specific Labs 推出编程评测 Real-SWE，专门拿真实公司的私有代码测试 Coding Agent。任务直接来自企业生产环境，包括算税、账单迁移、API 计费和客户数据迁移。代码和答案都没公开在网上，Agent 得自己摸清公司的业务规则和代码结构。 结果 Fable 5.1 排第一，通过率也只有 38.8%；GPT-6 Astra 为 33.8%，Gemini 3.8 Flash 为 31.2%。GLM 5.3 以 28.8% 排第四，高于 Grok 4.6、Kimi K3 和 GPT-5.6 Sol。当前公开的 10 个任务里，有 6 个整体通过率低于 15%，还有一个任务所有模型全部失败。 最让人意外的是 GLM 5.3。Real-SWE 更考验 Agent 在陌生项目里持续读代码、找规则和完成多步改动的能力。智谱研究员 Xiaopu Peng 回应称，他们从 GLM-5.1 起就在训练长程任务，Real-SWE 比公开 SWE 榜更接近这类能力，这也能部分解释 GLM 5.3 为什么在这套榜上表现突出。