#编程能力

谷歌发布了 Gemini 4，内部对其编程能力有争议，安全测试成绩超过了 OpenAI 的 Astra。

OpenAI的GPT-6 Astra与Anthropic的Claude Fable 5.1正面PK，成本、编程能力实测对比

lmarena.ai@lmarena_ai11 个信源在谈原文

OpenAI的GPT-6 Astra主打电脑操作能力，速度提升近一倍，但编程能力只是第一梯队并列。

shao__meng@shao__meng11 个信源在谈原文

智谱用同一套基座只做后训练，就把 GLM-5.3 的编程能力拉高了五成，还能在开源项目里挖出两千多个漏洞，挺值的看。

小互@imxiaohu11 个信源在谈原文

想用最强开源编程模型的可以蹲一下，GLM-5.3 纯靠后训练就把 Terminal-Bench 分数翻了 6 倍，两周后开放权重。

路透爆了谷歌AI内幕：Gemini延期、编程落后、布林亲自下场督战，想了解换帅背后的真乱象就看这篇。

月之暗面刚发的Kimi-K3直接打败了Fable，中国模型第一次在Frontend Code Arena登顶，开源领域又一大动静。

lmarena.ai@lmarena_ai11 个信源在谈原文

有人正在测Grok 4.5的真实水平——让它写个评测网站，目前Skill调用挺准，来看看能不能真搭出来。

向阳乔木@vista8原文

豆包2.1的Agent太能干了，独自跑18小时写出芯片代码，编程水平还追上了Opus 4.7，做硬件的可以关注下。

量子位@十三原文

做 AI 模型评估或选型的团队，DeepSWE 能帮你看到模型在长周期软件工程任务上的真实差距，建议关注这个新基准。

rohanpaul_ai@rohanpaul_ai2 个信源在谈原文

哈萨比斯直接反驳了 AI 裁员论，给焦虑的开发者吃了定心丸——做编程或技术决策的人看完会松口气，建议点开了解他的完整观点。