产品应用7
GPT - 5与GLM4.5应用测试大比拼
AI进修生
AI 摘要
文章展示GPT - 5多场景测试，它在WebDev Arena表现佳，但有确认偏差等老毛病。GLM4.5全栈开发成功率高，免费且能一次提示完成复杂应用，多个案例中生成效果优于GPT - 5。
阅读原文 · AI进修生
GPT-5 在 Lovable/Vibecode 中氛围编码，附 GLM-4.5 对比 （反向搜索引擎、吵架的俄罗斯方块）
文章展示GPT - 5在网页端、Lovable、Vibecode的测试案例，与GLM - 4.5对比。如GPT - 5在WebDev Arena创纪录，不同版本使用限制不同。还列举多个应用案例，指出GPT - 5有不足，GLM4.5全栈开发表现不错。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态9
谷歌开源移动端AI自动化测试神器
本文介绍谷歌最新开源的移动端AI自动化测试工具ARTEMIS，它可将自然语言指令转化为Android自动化操作，支持跨App测试、多模态定位，在AndroidWorld基准评测中取得99%+任务完成率，提供多场景使用方式，可一键快速上手。
GitHubStore
开源动态7
开源模型Qwen3.5、Gemma 4追平GPT - 5
据Artificial Analysis报告，32B以下开源模型比肩GPT - 5。Qwen3.5 27B、Gemma 4 31B分别与GPT - 5中杯、小杯智能水平相当，虽知识全面性落后，但智能体表现和批判性推理进步大，硬件门槛低。
AI寒武纪
产品应用7
Cursor推Composer 2，价格低性能强
Cursor本周发布自研编程模型Composer 2，只攻代码生成。其得分提升，超Claude Opus 4.6，接近GPT - 5.4 Thinking。训练基于代码数据，处理复杂编程任务准确度高，价格远低于竞品。这是Cursor全栈布局，欲掌握AI编程主动权。
AI工程化
算法论文8
CMU新方法：4B模型幻觉抑制超GPT - 5
大语言模型幻觉问题是部署难题，CMU等研究人员提出行为校准强化学习新方法，重新设计奖励函数。经训练，40亿参数模型幻觉抑制力超GPT - 5，实验证明该方法效果显著，还带来理论洞察。
机器之心