AI怪盗图10月24日消息，今天凌晨发布的Kimi K3.1 Pro被视为本轮国产大模型中的性能王者，AA榜单得分达到55分，排名第四。不过，另一款国产模型GLM-5.5据传能将分数推至60分以上，这一消息迅速引发行业关注。
在这一轮发布的国产大模型中，DeepSeek V4.1 Flash-1017和MiniMax-M3.1 Flash均属于轻量级Flash模型。虽然性能相比前代有显著提升，但受限于模型规模，其AI能力存在明显上限，因此AA分数从40分以内提升至45分左右，增长幅度相对有限。
Kimi K3.1 Pro是一款拥有2.8万亿参数量的旗舰级大模型，AA性能从之前的44分跃升至55分。然而，与Opus 5.5和Astara相比，仍存在2到3分的差距。在细分榜单上，部分领域的差距更为明显，这反映出国产大模型在特定任务上的优化空间依然较大。
谁能率先突破60分大关，成为业界热议的焦点。Anthropic的Fable 5.5和OpenAI的GPT-6.1 Astra均有潜力，而国产模型中，智谱的GLM-5.5被寄予厚望，有望成为首款达到这一水平的国产模型。需要指出的是，这一爆料的可信度尚不确定，但结合近期关于GLM-5.5的消息，其性能提升幅度很可能相当惊人。
从技术路线来看，当前的GLM-5.3参数量为7400亿，而GLM-5.5据称将大幅扩展至2.5万亿到3万亿参数，远高于此前预测的1.6万亿参数量。这意味着其性能上限将显著提升，超越现有的Opus 5.5和Astra大模型并非不可能。从参数规模增长的角度分析，大模型的能力提升通常遵循“规模定律”，即参数量越大，潜在性能上限越高。但与此同时，训练难度和成本也呈指数级上升，因此智谱能否在控制成本的同时实现性能突破，仍是关键变量。
除了模型自身规模的提升，智谱在后训练技术方面拥有独特优势。其团队被网友称为“后训练仙人”，能够将7400亿参数量的GLM-5.2/5.3训练到与OpenAI和Anthropic的3万亿至5万亿参数大模型相抗衡的水平。这种能力并非偶然，而是源于智谱在训练策略、数据增强和模型优化上的长期积累。从技术角度看，后训练阶段通过精细的调整可以弥补参数量的不足，但若要实现质的飞跃，参数量级的提升仍是基础。因此，GLM-5.5的性能上限值得期待。
如果GLM-5.5顺利突破60分大关，这不仅是国产模型首次登顶，更是近年来国产AI在性能上首次全面超越OpenAI和Anthropic的旗舰模型。这一结果将直接反击此前这两家公司对国产模型的质疑——它们曾多次公开指责国产大模型依赖“蒸馏”技术提升性能。但若性能被全面赶超，这种指责将不攻自破：毕竟不可能出现考60分的学生抄袭55分学生的情况。从行业竞争角度分析，这一突破将重塑全球AI格局，推动更多资源向国产模型倾斜。
值得注意的是，模型的真实性能不仅取决于得分，还需考虑泛化能力、推理效率和实用性等因素。AA榜单虽具参考价值，但并非绝对标准。智谱若想真正站稳脚跟，还需在更多实际应用场景中证明自己。
