注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。
新品发布
GLM 5
中国 AI 实验室 Z.ai 为旗下广受欢迎的“平价”模型 GLM 发布了新版本。
新版本的规模是上一代的两倍多,参数量达到了 7,440 亿。 不过,它的速度应该与上一代相差不大,因为它采用了混合专家架构,激活参数量仅从 320 亿增加到了 400 亿。

这款模型的编程能力有所提升,在真实编程任务中的表现介于 Claude Sonnet 4.5 和 Claude Opus 4.5 之间。 它也非常擅长前端设计,在 Design Arena 排行榜上位列第二,仅次于 Opus 4.6。
GLM 系列以往一直以专注编程而闻名,但 Z.ai 似乎也在提升它的通用能力:在 Artificial Analysis 的 Omniscience 基准测试中,GLM 5 的幻觉率位居第二低,仅逊于 Claude Haiku 4.5。

这款模型的一个缺点是价格。 过去,Z.ai 的性价比一直非常出色:6 美元的编程订阅套餐就能提供与 Anthropic 100 美元订阅相同的使用额度。 随着这次发布,Z.ai 公开承认,他们目前的算力非常紧张,加上模型规模增大,将提高编程套餐的价格(具体价格尚未确定)。 此外,API 价格也上涨了约 50%。
我仍然推荐大家试试这款模型。 它可以非常方便地接入 Claude Code(或其他任何编程工具),是目前综合表现最好的中国模型,而且调用限额和价格都比任何西方竞品友好得多。 唯一的不足是,按中国模型的标准来看,它已经处于价格区间的高端。而且,正如接下来要谈到的,目前的竞争非常激烈。
MiniMax 2.5
MiniMax 推出 M2.5 模型的目标,是打造一款智能体能力强、运行速度快、成本又低的模型。 他们似乎做到了:M2.5 以每秒 100 个 token 的速度连续运行一小时,只需 1 美元。
这款模型基于上一代 MiniMax M2.1 构建,采用混合专家架构,总参数量为 2,300 亿,激活参数量为 100 亿(仅为 GLM 5 的四分之一)。

尽管规模相对较小,它的能力似乎也介于 Sonnet 4.5 和 Opus 4.5 之间,不过根据我的观察,还是比 GLM 略逊一筹。 但它用价格弥补了这一点:成本只有 GLM 的约三分之一。
| 模型 | 每百万输入 token 的价格(美元) | 每百万输出 token 的价格(美元) | 每秒 token 数 |
|---|---|---|---|
| Claude Sonnet 4.5 | $3 | $15 | 37 |
| Claude Opus 4.6 | $5 | $25 | 31 |
| GPT 5.2 | $1.75 | $14 | 46 |
| Gemini 3 Pro Preview | $2 | $12 | 80 |
| GLM 5 | $1 | $3.20 | 21 |
| MiniMax M2.5 | $0.30 | $1.20 | 27 |
它在长上下文理解方面似乎也有些吃力。 总体而言,我认为 GLM 的综合表现更好,而 MiniMax 则更小、更便宜、更快,也更有以小搏大的劲头。
快讯
GPT 5.3 Codex Spark
OpenAI 与 Cerebras 合作的首批成果已经出现:OpenAI 发布了 Codex Spark 模型。 Codex Spark 是 GPT 5.3 Codex 的小型版本,运行在 Cerebras 的晶圆级引擎上,因此能够达到每秒 1,000 个 token 的速度。
问题在于,这款模型实际表现并不好:由于需要多得多的工具调用,完成任务反而比大版本更慢。 此外,它仅向订阅了 OpenAI 每月 200 美元套餐的用户开放。

不过,看到这样的进展还是很酷的。我期待 OpenAI 把这款模型打磨好,让我们能以光速完成高质量编程。
Nanobeige
一家中国人力资源公司发布了一款名为 Nanbeige4.1 的模型,它可能是目前最强的 30 亿参数模型。

这款模型在通用任务和智能体任务上都表现不错。 社区的实际试用反馈似乎也很好,这说明它并不是一款只会刷榜的模型。 他们还发布了技术报告。看起来,成功的秘诀就是大量高质量数据,再加上强化学习。
如果你对在边缘设备上运行模型感兴趣,我绝对建议上手试试,因为它似乎是目前 200 亿参数以下最好的模型。
Destructive Command Guard
如果你是一名氛围编程者(或者智能体工程师)——我猜读者中有不少都是——你可能会担心模型执行 git reset 或 rm -rf 命令,让项目里辛苦做出的所有进展付诸东流。
好在现在有一款开源工具,可以在模型尝试执行这些命令时将其识别并拦截,要求模型在运行破坏性命令之前先获得用户的明确许可。
结语
希望你喜欢本周的新闻。如果你想每周收到这些资讯,记得在下方订阅我们的邮件列表。
