Step 5 Preview 八项基准六胜 Kimi K3

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。

UK AISI 与 CAISI 对 Moonshot AI 于 2026 年 7 月 16 日发布的 Kimi K3 进行联合网络安全能力评估。在 ExploitBench 上 Kimi K3 得分 32%，高于 GLM-5.2 的 24%，但未能在 41 个样本中实现任意代码执行（ACE），最前沿美国模型平均可达 20/41。

摩尔线程发布并开源 MusaCoder 代码大模型，含 9B 和 27B 两个参数规模，是业内首个基于国产 GPU 算力底座完成全链路训练与验证的开源模型。后训练流程在基于 MTT S5000 的夸娥智算集群上完成，支持从 PyTorch 标准算子自动生成高性能 CUDA/MUSA 原生 Kernel 代码。在 KernelBench 评测中，MusaCoder-27B-RL 以 Overall Pass@8 93.2%、Avg.@8 88.60% 超越 Claude Op…

Reflection 宣布其首个免费开放权重模型 Beam，定位是以最小算力实现强性能，对标 DeepSeek 和 Qwen 的开放权重模型。Beam 为 501B 总参数的 MoE 模型，每 token 激活 23B；据 Reflection 称在推理任务上以少三到四倍的算力匹配 GLM 5.2，编码和智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3。

Reflection.ai 发布智能体开放模型 Beam，总参数 501B、激活 23B，从零端到端训练，完整权重将于本月开放。作者评价其能力接近 GLM 5.2，但与 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash 相比多项能力仍有差距，主要靠推理效率竞争，推理计算量只有 GLM 5.2 的 1/3–1/4。

StepFun 新模型 Step 5 Preview 在编程智能体测试中表现亮眼，成本与能力处于帕累托前沿，可与 GLM 5.3、Kimi K3 等模型比肩且价格极具竞争力。

通过阿里云 Model Studio，在一个平台即可访问所有顶级 AI 模型。可使用 Qwen、DeepSeek、Kimi & GLM 等领先推理模型进行构建，还有 Wan & HappyHorse 等视觉利器，支持文生图与视频。 立即开始构建：https://click.alibabacloud.com/m/20000003027/ #AlibabaCloud #AlibabaCloudModelStudio #Qwen #WAN #HappyHorse #AI

我最近常用的模型 + 工具栈组合： 1. Kimi K3 是最好的开源编码模型。GLM-5.3 紧随其后。2. DeepSeek V4.1 Flash 是我处理简单/中等任务的首选：极快且便宜。3. 复杂任务我会用 Astra。4. Codex 搭配开源模型效果更好。Claude Code 会让同一个模型成本翻倍。

Bolt Forge 在 1100 万+ 构建者中上线 4 款开放模型后，GLM 5.3 Flash 拿下 54% 的提示词份额，DeepSeek V4 Pro 占 17%、GLM 5.3 占 15%、Kimi K3 占 14%。

Bolt 公布 Bolt Forge 上线 48 小时的用量数据：GLM 5.3 Flash 占 46%、DeepSeek V4 Pro 占 21%、GLM 5.3 占 17%、Kimi K3 占 16%。Forge 是 Bolt AI 应用构建器内可运行开源模型的模式，其中最快最便宜的 GLM 5.3 Flash 拿下最大份额，平均提示词规模也是其余模型的两倍。