今天又有新模型，拿手上有的官方渠道做了一波横评(GLM 5.3,Claude Fable,DeepSeek V4 Pro等)

minimax这个分数我反正是没想到的

请问一下佬，用是什么模型来对这些测评模型进行测评的呢？

为了试glm5.3，先用5.3做的审查。最终结论是Fable结合人工出的。

@novenia 回应一下你的小火箭：控制变量，单纯比较模型本身。