另外GLM-5.3 也在测, 这次换了新的 Agent 能力测试, 让模型打 ToME4, 看谁的分数高.
可以提前剧透下非常好玩的情况: deepseek-v4-pro 觉得自己打不过BOSS, 被BOSS追了半个地图, 然后一生气把BOSS打死了.......
deepseek: 80万对60万! 优势在我!
预计也是这周发吧. 爆肝中.
GLM-5.3 与 DeepSeek-V4-Pro 测试中，Agent 打游戏表现有趣
AI 导读
GLM-5.3 正在测试中，采用新的 Agent 能力测试——让模型玩 ToME4 游戏比分数。测试中 DeepSeek-V4-Pro 被 BOSS 追击半张地图后，一气之下反杀 BOSS，表现戏剧性。预计 GLM-5.3 本周发布。
karminski-牙医@karminski326
AI 编辑部评分，满分 100GLM-5.3 与 DeepSeek-V4-Pro 测试中，Agent 打游戏表现有趣
GLM-5.3 正在测试中，采用新的 Agent 能力测试——让模型玩 ToME4 游戏比分数。测试中 DeepSeek-V4-Pro 被 BOSS 追击半张地图后，一气之下反杀 BOSS，表现戏剧性。预计 GLM-5.3 本周发布。
来源：karminski-牙医· x.com