如图，跟个人体感比较一致（曾经订阅 Claude Max 20x ，现订阅 ChatGPT Pro 和 ZAI Max Plan ），如果智谱的 infra 再升级下，大多数 coding 任务就完全可以靠他了
This topic created in 212 days ago, the information mentioned may be changed or developed.
 |
1
这家排行榜挺不错的
|
 |
2
非广告，但是目前国内的 Coding Plan 都是极其优惠的价格，个人认为现阶段订阅年费大概率是买到就是赚到
|
1 |
longxinglinkApr 11
5
ollama 免费 API 也支持上了，不知道对比 GAMMA 4 有啥优势
|
 |
abc0123xyzApr 11
8
glm 能力还不错，但是 429 警告
 |
 |
wm5d8bApr 11
10
试了试腾讯提供的 glm5.1 ，存在将中文引号强制转为英文引号的 bug ，和 qwen 的中英文间强制加空格有的一拼
|
 |
rubyacgnApr 11
11
我觉得 cursor bench 最准, 上面是 gpt 5.4 第一
|
 |
12
glm 超过 gpt 是我听过最大的笑话了 （至少目前是，希望以后他能赶上）
|
 |
FlashEchoApr 11
13
Arena 的评分形式决定了它只能测评真实世界中有限的任务。你只能给一个 prompt ，比如说让它帮忙做一个 demo 。在这种情况下性能较好的模型，很大程度上发挥不出来，只是评测了从零到一做 demo 的能力。虽然 SWE BENCH 已经被各家模型刷烂了，但是 SWE BENCH 的测评可信度都比这玩意高，毕竟那是基于真实有效的任务
|
|
14
@rubyacgn gpt 5.4 high 绝对是第一（除了让它自由发挥干 UI ），而且 OpenAI 大善人又不封号，googleplay 订阅还不用交平台税，codex 额度还给拉满，没有任何理由订阅 claude 了
|
 |
sakuraT1Apr 11
15
排行榜没啥参考，有个视频说的挺好，国产的模型很喜欢针对测试排行进行特调，实际用起来就会发现和 claude gpt 差距很大，感觉不是很聪明，只能适用一些很简单的编程任务
|
 |
jqtmviyuApr 12
16
我现在不相信评分了. 从 minimax glm 一出就吹 claude 之下排第二, 结果用起来不如 gemini 3 和 gpt 5.
|
Select Language