前端小测感觉是GLM5.3 Flash,Grok4.6的水平,后端未知。
最后附上个人私有benchmark排名 (fable5.1多轮迭代设计的21道题目答题,仅代表通用推理,完全不涉及任何coding场景)
两个GLM5.3Flash是因为官方和第三方供应商的问题,这里没写。取最高的官方API的来看就可以了。