实测深度原理 Hydrogen-1.0：对比 GPT-6Astra 的科研模型使用体验

OpenAI发布GPT-6 Astar，暂未上线，价格涨到与claude fable5持平且缓存读取更贵，但所有用户可将100%额度用于gpt6，同等任务token消耗约为opus5的1/5。

智谱宣布开源 GLM-5.3 模型权重，支持本地运行与个性化定制，擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级，并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。

PromptArmor 分析称，供应商因成本优势和基准竞争力正转向国际与开源权重模型，DeepSeek V4 Flash 输入价 $0.14/M tokens，远低于 GPT-5.6 Sol 的 $5。

GLM-5.2 发布，支持 1M token 上下文，采用 IndexShare 架构——每 4 个稀疏注意力层共用一个轻量索引器，将 1M 上下文下每 token FLOPs 降低 2.9 倍；MTP 层改进使推测解码接受长度提升 20%。长周期编码基准上，FrontierSWE 落后 Opus 4.8 仅 1%、领先 GPT-5.5 1%；PostTrainBench 仅次于 Opus 4.8；SWE-Marathon 落后 Opus 4.8 13% 但排名第二。标准编…

智谱今日开源 GLM-5.2，在 Artificial Analysis 综合评测中以 51 分排名全球前三、开源模型第一，与 Claude Opus 4.8 持平。该模型在 Code Arena 前端代码生成中获 1,595 分排名第二，在 DesignArena 设计编码场景中以 1,360 分夺冠，并在软件工程基准 FrontierSWE 中位列第三。

Ethan Mollick 转发 Artificial Analysis v5 智能指数，该版本改用封闭基准（告别 GDPval-AA）后测得开源权重模型差距进一步拉大。领先的 Kimi K3.1 Pro（权重未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重中 DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）最高 32 分。HLE-Diamond 与 Terminal-Bench-Science 差距…

DeepSeek 发布开源权重模型 DeepSeek-V4.1-Flash-1017，在 DeepSWE 1.1 基准上取得 77% Pass@1，据称超过 GLM-5.3、Kimi K3、GPT-5.6 Sol 和 Opus 5。模型已上线 DeepSeek Chat、API 和 HuggingFace，官方称相比上一版性能更强、任务完成更快、输出更短，并在性能与成本上实现 Pareto 改进。

GPT-6 Astra（high）用于规划。 Astra（medium）用于编排。 像 glm 5.3 flash 和 gemini 3.8 flash 这样快速/便宜的模型用于执行。 如果你用的是 plus 套餐，这大概是在不把所有任务都浪费在高强度上的前提下，最大化利用 Astra 额度的最佳方式 相信我

SlopCodeBench 更新首批多模型不同思考档位测试结果：Fable 5.1 Medium 得分 11%，GLM 5.3 Medium 为 7%、High 为 19%，GPT-5.6 Sol Medium 为 11%、XHigh 为 18%，GPT-6 Astra XHigh 为 21% 且仍在运行。

ZenMux 推出限时 7 天充值赠额活动，用户通过其模型网关可用同一账户余额调用 Claude、GPT、Gemini、Grok、GLM、DeepSeek 和 MiniMax。活动期间充值 $50 得 $70 额度，充值 $100 得 $150 额度，每账户限用一次且两档不可叠加，活动于 9 月 11 日 23：59（SGT）截止。