glm 5.3 说的感觉很厉害，但是感觉还是差点啊 你们用起来感觉怎么样？

glm每次用都感觉能做出来，但是做的都不好

我最近做的几个案子，稍微有点难度的就需要很久很久。 有时候还会绕路

还行，速度现在算快的，能力也合格吧，感觉类似grok4.5当初那种定位吧，如果你有v2套餐是对得起价格的

感觉一般般吧 能用但是算不上好用，不过我倒是没用这个搞过逆向

小模型，知识量不足，任务完成效果还不错，但是对比openai，claude以及kimi来说，知识量不足。在大部分场景下够用，但是对于一些困难问题场景效果比较差。没有deepseek v4.1之前还有些竞争力。现在deepseek的价格便宜，速度又快，我买的pro套餐已经闲置一周了。glm5.3给我的感觉就是卡在了中间，简单的任务deepseek可以完成的很好，可以完成glm5.3可以胜任的80的任务，困难的任务就去找知识量和效果更好的大模型来进行分析，glm5.3通常也给不出来更好的结果，问他感觉更浪费时间。不上不下的，考虑到现在的套餐的价格，完全没有续费的意愿

我个人目前体感来说，k3是国内最强的，和gpt，a畜一个级别的，不过老tm贵了

对， 我就是这个感觉。不上不下的，遇到稍微难度的任务就感觉完全不行了

5.3逆向容易较真一些奇怪的细节，最明显的就是识别不到一些算法的特征，导致一头钻进整个计算循环当中

感觉用glm5.3写Java还是很稳健的 ^-^

你可以试着先开plan模式，再执行

没试过逆向，我自己做项目，刚开始其实还行，但是再深入点（或者说项目重起来之后）就有点吃力了，这时候我就切到gpt继续做^-^^-^

glm5.3的表达能力还变差了，说的话挺难理解的，没有glm5.2好用，导致更不想用他了

感觉不聪明，但是很努力很认真，最后总是能完成任务

体验还是不错的

简单的任务飞快，复杂的任务还是很慢，会很多步，真的能一直的跑

相比某些大聪明模型，看着很聪明，结果用几次之后，代码成屎山了，感觉踏实很多

他要是能学会自己压缩上下文就好了。。。要不然，任务一长了之后，额度扛不住

之前不限制上下文，能给我跑到600k以上，跑光3个max的5小时，还没跑完

后来限制到400k压缩，额度才稍微好一些，但是我肉眼看的话，有的场景200k压缩可能效果更好，要能自主决定压缩就好了

目前感受而言，参数量和模型能力以及持续发挥的稳定性还是关系很大的（某D老师除外）

GLM 5.3指令遵循度、长程任务稳定性都有所欠缺，不适合接入到一个需要稳定运行的项目中去，相比而言kimi k3就好很多。

5.3感觉和5.2的区别不大,反而还更慢

因为我这边项目原因需要测试三个模型，分别是 deepseek-v4-flash(现在已经v4.1了)，以及glm5.2,glm5.3,目前跑的大概有上百条数据，总结来说就是 glm在网安方面的确强，但是对于一些明显的路径，他反而会先自我怀疑，然后到处找其他信息去作证，一句话来说：就是喜欢钻牛角尖。相反deepseek拿到一定信息之后就直接开始写exploit了，然后直接完事了。

当然，glm可以尝试将提示词注入到系统提示词中，能够在一定程度上缓解glm钻牛角尖的问题，因为直接问有概率因为上下文爆炸等问题导致最开始的提示词被稀释，导致失智等

但是因为价格问题，所以我一般还是选择用deepseek(穷)

不太好用 甚至不如ds