江苏
AA竞技场最新榜单一出来，好几家公司茶水间里估计都静了三秒。60分——Kimi K3和GLM-5.3并列站上了国产模型的最高领奖台，也是目前唯二能摸到T1门槛的中国模型。更耐人寻味的是，Kimi K3早在五月就已上线，一个“月更”模型硬是扛住了后续所有新秀的冲击，老树发新芽，反而越跑越稳。月之暗面这波节奏，真有点像打游戏突然换线，不声不响把中路C位抢了，自己还顺手拿了三杀。
智谱这边倒挺实诚，唐杰直接说GLM-5.3是“只做后训练”的一次极限压力测试：基座不动、参数不改、架构锁死，就看靠数据和对齐能榨出多少油水。结果60分稳稳落地，比不少动了整套架构的“大改版”还扎实。你说这是技术克制，还是另类炫技？反正业内不少人翻着log偷偷复现去了。
往下看，58分的Qwen3.8 Max和52分的Qwen3.8 27B像一对双生子，一个顶着“Max”旗号冲性能，一个27B轻装上阵打价格——Hugging Face上Qwen全家桶今年下载量破20亿次，比第2到第5名加起来还多。开源不是口号，是真有人在用，而且是海量用。至于中间那个53分的DeepSeek-V4-Pro……到现在还有人问，它到底哪儿“卡”住了？Harness极简模式补得挺勤，可用户反馈里高频出现的句子是：“这个定语嵌套得，比我老家三层楼的出租屋还绕。”车圈那套炫技式堆料，放到大模型上，真不一定香。
T3那一片，45分MiniMax-M3、43分MiMo-V2.5-Pro、42分Hy3，基本是“能跑通就上线”的务实派。MiniMax押原生多模，结果视频方向反倒先打出声量；小米MiMo系列在DeepSeek-V4-Flash出来前，在OpenRouter上悄悄做了半年性价比担当，自动化脚本、轻量Agent调用、CI/CD里的模型兜底，雷总财报里那句“AI赋能效率提升”，背后可能就是几十万台服务器在跑MiMo。姚顺雨带的Hy3，是腾讯AI实验室的新起点，WorkBuddy在内网跑通后，OpenRouter上直接把单价砍到同行六成——中美两边，它居然都接得住单。
再往下，38分蚂蚁Ling 3.0 Flash、34分美团LongCat 2.0、31分阶跃Step 3.7 Flash，已经不谈“聪明”了，只比“快”。响应压到300ms以内，token吞吐拉满，推理延迟比你点外卖接单还短。工厂产线上的质检提示、客服后台的实时摘要、IoT设备的边缘推理——这些场景里，模型不是老师，是流水线上的扳手。
最后，22分的ERNIE 5.0。百度没再传ERNIE 5.1进AA竞技场。不参榜，不交卷，不打分。有人截图问：这算交白卷，还是压根没领考卷？对吧？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
