GLM-5.3在开源模型中遥遥领先，Kimi-K3表现惨淡，而Opus 5虽得分高却被吐槽“刷榜”、实际使用体验差。网友还质疑榜单存在数据污染，新模型靠训练数据“作弊”，排名未必反映真实智能水平。