Aug 28, 2026 · Together AI
GLM-5.3 vs. GLM-5.3 Flash on DeepSWE: Cost, Coding, and Routing
Together AI 在 2026 年 8 月 28 日发布博客，报告了在 DeepSWE 基准上对 GLM-5.3 和 GLM-5.3 Flash 的 900 次 rollout 结果。Flash 在 pass@1 上牺牲 5.6 个点，但成本降低 17 倍；在 pass@4 上仅牺牲 2.6 个点。
EVENT STORY
Development
- First ReportGLM-5.3 vs. GLM-5.3 Flash on DeepSWE: Cost, Coding, and RoutingTogether AI
- Current Assessment该结果可能推动更多团队在成本敏感场景中采用 Flash 模型，并通过采样策略平衡性能与成本。Agent Pulse · analysis
Together AI 于 2026 年 8 月 28 日发布博客，报告了在 DeepSWE 基准上对 GLM-5.3 和 GLM-5.3 Flash 的 900 次 rollout 结果。Flash 在 pass@1 上牺牲 5.6 个点，但成本降低 17 倍；在 pass@4 上仅牺牲 2.6 个点。
Flash 模型在 pass@1 上牺牲 5.6 个点，但在 pass@4 上仅牺牲 2.6 个点，表明通过多次采样可以弥补部分性能差距，同时大幅降低成本。
该结果可能推动更多团队在成本敏感场景中采用 Flash 模型，并通过采样策略平衡性能与成本。
对于开发者平台，提供低成本模型变体可能吸引更多成本敏感用户，增加平台采用率。
未来可能出现更多针对特定任务优化的模型变体，以及更精细的模型路由策略。