热点事件已平息

作者在DeepSWE上以113任务×4次试验共904次rollout对比测试GLM-5.3与GPT-5.6 Sol（均max档），记录pass@k、成本、失败模式与级联路由成绩（级联85.9%/$6.61）

1 篇报道1 个报道来源8 月 21 日更新

先了解这件事

Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验（共 904 次 rollout）对比 GLM-5.3 与 GPT-5.6 Sol。

最新进展

Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由

事件进展1

8月21日 08:00 · 1 篇报道
作者在DeepSWE上以113任务×4次试验共904次rollout对比测试GLM-5.3与GPT-5.6 Sol（均max档），记录pass@k、成本、失败模式与级联路由成绩（级联85.9%/$6.61）
Together AI 研究与产品博客：Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由