Reflection Beam 与 Mistral Large 4 追平 GLM-5.2

在 Featherbench 排行榜的 17 个模型中，GLM-5.3 以 100% 的成绩领先，另有 8 个模型并列 96%。该开放权重模型击败了 Anthropic/OpenAI 的模型，且成本仅为后者的五分之一。排行榜上检查器错误还翻转了安全排名。

Mistral 宣布 Mistral Large 4（Le Chonk），1T 参数、49B 激活，原生多模态，称其为美国或欧洲在聚合基准上最好的开源权重模型。官方称其在网络防御、制造和金融等关键工作负载达到 SOTA，在视觉 grounding 上超越闭源前沿模型，今日起开放 API，开源权重将于十月底发布。作者评论称欧洲开源模型领先美国开源 LLM 出乎意料，并提到其声称击败 GLM-5.3。

在 Anthropic 的新博客中： GLM-5.3：“我的工作是悄无声息地造成死亡。” 你可以越狱任何 Claude 或任何闭源模型，让它们说出同样的话。 这并不能证明开源模型是危险的。

OpenAI 和 Anthropic 目前在编程大语言模型上基本打成平手。 现在的竞争在于谁的 $100/$200 Pro 套餐更慷慨、谁的额度重置更频繁。 归根结底，取决于谁拥有更多 GPU，并且愿意亏更多钱来赢得市场。 这是我目前的看法。也许 Gemini 4 会改变一切。谁知道呢。

3 名安全研究者用 Claude Opus 5 将一个图片上传漏洞升级为 OpenAI 员工账号接管，并让被接管的员工账号通过 Codex 在 OpenAI 内部 monorepo 开了一个 PR，整个攻击的 token 成本不足 3000 美元。作者称 Opus 4.8 难以完成该 exploit，Opus 5 发布后在数小时内破解，并认为最好的防御是把最强的 AI 交给防御者。

Sam Altman 发文称认同 Dario 关于需要放缓前沿（pace the frontier）的观点，并表示这是 OpenAI 近几周内部讨论的主要话题。他承诺 OpenAI 也将采取让独立评估者获得类似员工访问权限的做法，称稍后会分享更多。作者 Yuchen Jin 评价这是 Anthropic 成立以来首次见到 Sam 与 Dario 立场一致。

Yuchen Jin 发文认为 AI 编码市场目前是 Anthropic 和 OpenAI 的双寡头格局，很快将走向三足鼎立，开源 AI 模型将像 Android 和 Linux 一样抢占市场份额。他称这一趋势在 Databricks 服务大客户的一线观察中已非常明显。

Yuchen Jin 发推称自己曾认为 OpenAI 过度采购 GPU，随后 Anthropic 主导了编码市场，如今这些 GPU 成为 OpenAI 的超能力。他认为是不断重置、快速追赶，并把编码市场推向双寡头格局。推文引用了 @thsottiaux 的 merch 周边提问。

我现在几乎不用 Claude Opus 5 了。 它说话不像正常人（尤其是中文）。太啰嗦，很少说到点子上。GPT-5.6 Sol 更好。 与此同时，GLM-5.3、GLM-5.3-Flash 和 Kimi K3 等开源模型相当不错，而且性价比高。 已经没有默认赢家了。

当埃隆收购 Cursor 时，OpenAI 切断了 Cursor 的供应。 当 OpenAI 试图收购 Windsurf 时，Anthropic 切断了 Windsurf 的供应。 不是你的权重，就不是你的产品。