GLM-5.3-Flash 用 1/16 成本完成 Blender 建模任务
Love this, GLM-5.3-Flash produced a comparable Blender result for 16.7x less tha…
Love this, GLM-5.3-Flash produced a comparable Blender result for 16.7x less than GLM-5.3.
喜欢这个，GLM-5.3-Flash 以比 GLM-5.3 低 16.7 倍的成本生成了可比的 Blender 结果。
atomic[.]chat (@atomic_chat_hq, a desktop app that runs LLMs locally) gave both models a constrained architectural specification through MCP, with the same prompt.
atomic[.]chat（@atomic_chat_hq，一款在本地运行 LLM 的桌面应用）通过 MCP 给两个模型提供了受限的建筑规格说明，使用相同的提示词。
The models controlled Blender through MCP over ~40 minutes, while making a sequence of tool calls to create and modify 800+ objects until the task is complete.
模型通过 MCP 控制 Blender 约 40 分钟，期间进行一系列工具调用，创建并修改了 800 多个对象，直到任务完成。
Note, that GLM 5.3 Flash can be run on a 128GB MacBook.
注意，GLM 5.3 Flash 可以在 128GB 的 MacBook 上运行。
Outputs: GLM 5.3 Flash: 811 objects, 38m 52s, $0.0526 GLM 5.3: 847 objects, 40m 43s, $0.8807
输出： GLM 5.3 Flash：811 个对象，38 分 52 秒，$0.0526 GLM 5.3：847 个对象，40 分 43 秒，$0.8807
A lot of agentic tasks might be overprovisioned on intelligence.
许多代理型任务可能在智能方面配置过度了。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力