看了一下居然是真的...腾讯混元 4 这个发布报告会不会太坦诚了。 在腾讯内部构建的高难度测试集上，也没有美化 O 家和 A 家模型的领先。但前沿数学测试集上直接放出 GLM 5.3 的这个 0.1，会不会有点伤人了... ​