Interconnects 分析 Meta Muse Spark Open 如何改变开源前沿格局
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿:该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,但仍落后 GLM 5.3 与 Kimi K3,中美最佳开源模型差距约缩小一半。
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿:该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,但仍落后 GLM 5.3 与 Kimi K3,中美最佳开源模型差距约缩小一半。
Z.ai 发布 GLM-5.3,暂仅限编码方案,两周内开放权重,约 750B 参数、与 GLM-5.2 同底座仅大幅延长后训练,在多个智能体编码基准上超过 Kimi K3,部分超过 Claude Fable 5 或 GPT-5.6-Sol。
Ethan Mollick 提前试用 GPT-5.5 并撰写评测,认为其表明 AI 快速提升尚未结束。同一编程任务中 GPT-5.5 Pro 仅 GPT-5.5 Pro 真正模拟了城镇演化,耗时 20 分钟,而 GPT-5.4 Pro 需 33 分钟。
推荐理由:作者以早期访问实测对比多代模型,用同一编程任务和数据研究案例展示 GPT-5.5 的进步与边界。