我对deepseek4.1flash, glm5.3及flash能力的感受与基准测试相同

其它高端大模型我没有用过，但

GLM5.3 （156分） ， GLM5.3 flash（153分） (通过zcode)

Qwen3.8max（157分）, Qwen3.8-flash (这个怎么没测？）

DeepSeek V4.1flash （156分）

我都是用过的，而且是准实战使用场景，消耗大量token的比对。

我感觉Gemini几个flash的评价不一定准，但我用得比较少，也不好说。

没想到K3这么好用，才157分，我觉得gemini 的3.7 和3.8flash应该没有这么强。