当 Anthropic 发布 Mythos 模型时,其 CEO Dario Amodei 曾断言,中国模型要追上此类能力还需 6 至 12 个月。然而,事态的发展迅速打破了这一预测。智谱迅速推出 GLM-5.2 追赶编程前沿,Kimi 随即发布拥有 2.8 万亿参数的 K3,华尔街一度重现“DeepSeek 时刻”。紧接着,阿里巴巴推出了 2.4 万亿参数的 Qwen3.8-Max-Preview,官方宣称其综合性能仅次于 GPT-5,在全栈开发、数据分析和办公工作流中已能与前沿模型抗衡。Qwen3.8-Max-Preview 能否延续中国开源模型的叙事?我们决定亲自验证,让近期三款旗舰级中国开源模型 GLM-5.2、K3 和 Qwen3.8-Max-Preview 协作,共同开发我们正在改版的“硅星人”网站。为了降低对 Harness 的依赖,我们采用了“模型 + opencode”的组合模式。

值得注意的是,正在改造的“硅星人”网站是一个半成品。项目已包含 Next.js 前端、Payload CMS、Anime.js 页面动效等,并积累了现成的设计规范、历史代码和工作文档。但这个网站的问题十分严重:历史上多次进行前端和后台的开发维护,导致屎山代码堆积,结构臃肿,前端交互混乱,虚假的不可用功能众多。前端和后端的 Bug 交织在一起。一言以蔽之,历史上的“品玩”网站堪称最糟糕的网站开发范本。它必须被改变。对于模型而言,空白项目没有历史包袱,往往能自如发挥;而半路接手的项目则是最严厉的考官,要求模型不仅要读懂项目的现状,还要在不破坏现有功能的前提下进行精确修改,属于“屎山雕花”的高难度操作。接下来,将测试 GLM 5.2、K3 和 Qwen 3.8-Max-Preview 对这六个问题的解决能力。

**测试一:谁看懂了项目当前的进展?**
结果:No.1 Qwen 3.8-Max,No.2 Kimi K3,No.3 GLM 5.2。

这一轮对应网站改版的第一个诉求:分清“现在有什么”和“文档里曾经想做什么”。接手半路项目,最怕的不是代码多,而是模型把旧文档当成当前需求,重复已完成的工作。因此,没有立刻让三个模型修改代码,而是先让它们分析项目,摸清现状。

从生成速度来看,Qwen 3.8-Max 无可争议的最快,10 秒内完成。它像一位每天待在现场的监工,虽未研究每根管线,却精准抓住了项目最近的施工进度。Kimi K3 像中介,简洁快速地介绍了布局,但数错了 CMS 数量(15 个而非 14 个),把工作记录文件夹误称为“文档仓库”。GLM-5.2 像经验丰富的老师傅,对底层结构理解最深,准确找到了 CMS 集合和数据库机制,但过于严谨,把四月的旧方案也当成了当前计划,将已完成的搜索功能列为待办。

在搞清现阶段需求上,Qwen 3.8-Max 得分最高,速度最快且精准;Kimi K3 看得到全局但太粗心;GLM 5.2 问题严重,把旧文档当新需求。

**测试二:解决网站报错**
结果:No.1 Qwen 3.8-Max,No.2 GLM 5.2,No.3 Kimi K3。

这一轮对应第二个诉求:模型能不能把诊断变成行动。启动前端页面却未打开 CMS 导致报错,将报错信息交给模型处理。

三个模型都定位到了问题,但后续动作明显不同:Qwen 3.8-Max 快人一步直接启动了 CMS。GLM 5.2 处理速度较慢,准备启动时发现端口被占,于是选择复用 Qwen 3.8-Max 的服务,而非报错退出或强行重启,体现了成熟的工程判断。Kimi K3 只给出解决方案,并未实际执行。

在报错解决上,Qwen 3.8-Max 排第一,执行力强;GLM 5.2 排第二,判断正确;Kimi K3 排第三,只交方案不动手。

**测试三:实现轮播图效果**
结果:No.1 GLM 5.2,No.2 Kimi K3,No.3 Qwen 3.8-Max。

接下来,我们将三个模型切换到独立端口,测试它们精确修改前端的能力。首先是快讯板块,我希望它实现自动轮播和无缝循环,现有动效会让卡片逐张向左平移,播放到最后一张时,再让整个列表向右滑回开头。

轮播图是常见的网页信息展示页面,能否用一句话让大模型迁移到自己网站?结果比较惨,三个模型最终或多或少都有些问题:

Qwen 3.8-Max 自作主张删除了鼠标拖动功能,严重扣分。它耍了个小聪明,用长度伪装成循环,只在表面上实现了循环联播,就像它没有把直线跑道改成环形跑道,只是在终点后面又铺了几段一模一样的路。只要用户有耐心看到最后就会发现,它只是复制了多份内容,把轮播轨道强行拉长。播放到最后一轮时,卡片仍然会重新跳回开头。

Kimi K3 做了相反的取舍。它把直线跑道改成了环形,却删掉了自动轮播功能。用户只有拖动鼠标,卡片才会继续前进。而且,在动画细节上不够精细,下一组卡片还没有完全进入画面,上一组卡片就提前退场,画面会跳帧,突然卡一下。

GLM 5.2 实现得最完整,该有的功能都有,它既保留了自动轮播,也支持鼠标拖动,还能持续循环。不过,它和 Kimi K3 存在同样的问题:旧卡片消失得太快,循环衔接时仍然会突然跳一下,它离真正的无缝循环只差最后一点收尾。

GLM 5.2 可以排第一,它是唯一一个功能清单完整的:自动播、可拖动、真循环。但我们要求在衔接时不能出现停顿、跳动或空白,而它的接缝处还是跳一下,需求解决未完整达标,但已经不错了。Kimi K3 把最难的部分做对了:它也真的做到了自动轮播,但问题是删掉自动播放和衔接跳帧,一眼就能看出来工程没做完,它是一个诚实的半成品,可排第二。Qwen 3.8-Max 这次问题就严重了,它删了鼠标拖动,自作主张改了需求,在真实协作里这是信任问题。更严重的是:它的方案是伪装出来的,而且架构上是死路,要真正实现无缝循环,就得得推倒重来。一个看起来能用的错误答案,比一个一眼就知道没做完的半成品危险得多。

**测试四:修改现有功能**
结果:No.1 Qwen 3.8-Max,No.2 GLM 5.2,No.3 Kimi K3。

接下来,我修改了“最新观点”部分的强调色和卡片动效。原版效果如下图。任务表面上只是把绿色换成蓝色,实际涉及标题、序号、卡片背景、边框、圆角和鼠标悬停状态。页面里还有大卡片、小卡片、无图卡片等多种变体。任何一处遗漏,都会让新旧两套设计同时出现在用户面前。

Qwen 3.8-Max 的修改速度最快,文字颜色、背景颜色、边框和圆角基本都处理正确。美中不足的是,鼠标悬停后的交互色仍然是绿色,没有同步改成蓝色。也就是说,Qwen 3.8-Max 没有修改交互层的颜色。

Kimi K3 这一轮的问题很大。它修改了边框、圆角和其中一处颜色,其他部分几乎没有变化。可能是因为 K3 觉得审美有问题,不想改。

GLM 5.2 没有直接修改代码,而是先问了两个问题,例如哪些标题需要变色、没有序号的卡片应该如何处理。它明确询问过的部分完成得不错,未被方案覆盖的地方却出现了遗漏。最大卡片的鼠标悬停颜色仍然是绿色,只有小卡片变成了蓝色,下方没有图片的卡片,交互颜色也完全没有修改。和 Qwen 3.8-Max 没有修改整个交互层的颜色不同,GLM 5.2 是挑着改颜色,同一种内容,只改一半。

这一轮,Qwen 3.8-Max 的整体完成度最高,尽管漏掉了悬停色的修改。GLM 5.2 在已经确认的范围内做得更细,而且事先确认范围的动作很重要,这是它试图理解准确意图的反应,但它的执行背叛了它的流程:问到的地方做得漂亮,没问到的地方彻底放飞了。相比之下,Kimi K3 不得不垫底,它明显没有吃透任务,只只动了边框、圆角和一处颜色。

**测试五:考验模型审美**
结果:No.1 Kimi K3,No.2 Qwen 3.8-Max,No.3 GLM 5.2。

前两轮考验的是精确执行,这一轮把问题反过来:不给参考答案,让模型自己做审美判断。

模型审美是一件很主观的事,但三个模型表现出的风格差异依然很明显。Kimi 的前端审美经常受到用户称赞,因此我们让三款模型重新设计首页 Hero 区域。要求体现科技媒体的专业感、前沿感和编辑气质。保留现有标题、文案和按钮,但可以重新设计排版、字体层级、留白、色彩和动效。标题应成为第一视觉焦点,整体要有鲜明风格,但不能做成常见的科技公司官网模板。避免霓虹渐变、玻璃拟态、粒子背景和过多装饰。动效应克制、流畅,并适配桌面端和移动端。只修改 Hero 区域前端,不修改导航栏、其他板块、内容数据和后端。

Qwen 3.8-Max 采用了粗体极简风。超大的黑色无衬线标题被分成三行,占据页面左侧的主要空间。背景几乎没有装饰,只用短横线和文字链接建立层级。整体更接近现代媒体首页,视觉重心完全落在标题上。

Kimi K3 采用了科技极简风。标题同样使用粗体无衬线字体,但增加了背景层次。左侧承载文案和蓝色按钮,右侧加入网格、细线与柔光组成的背景动效。相比 Qwen 3.8-Max,它使用了更多科技蓝和几何元素。

GLM 5.2 采用了杂志编辑风。标题被改成超大衬线斜体,并加入 EDITORIAL、EDITION 2026、01 FEATURE 等期刊元素。页面通过细分隔线、大面积留白和底部滚动提示,形成了类似纸质杂志封面或专题头版的视觉结构。

这一轮很难选出唯一赢家。Qwen 3.8-Max 最像现代内容媒体,Kimi K3 的科技感最强,GLM 5.2 则最有杂志封面的编辑气质。它们也暴露了三种不同的理解:Qwen 3.8-Max 认为科技媒体首先是媒体,Kimi K3 认为科技媒体首先要有科技感,GLM 5.2 则把重点放在“编辑”两个字上。而且可以看出,K3 在前端动效上有主动性,而 Qwen 3.8-Max 和 GLM 5.2 就不会主动加动效。

如果按我们对硅星人自身的理解,我们给 K3 排第一,首先它的前端审美确实是有口皆碑的好,更重要的是它认为“科技感”是第一属性切中我们的要义,硅星人可以不是媒体,其实也越来越不像媒体,它的本质是 AI,不是媒体。这点 K3 理解和执行得最好。第二给到 Qwen 3.8-Max,尽管认为硅星人是媒体,但好歹是个现代内容媒体的风格。既然把它做得跟个杂志似的,那只好给 GLM 5.2 排第三了。

**测试六:增加快速审核功能**
改完前端,我们进入 CMS。目前,文章审核只能点进文章逐篇查看。编辑看一篇、退出来、再打开下一篇,修改的目标不在于多放两个按钮,而是重新组织审核流程:列表要集中展示待审核文章,详情要在当前页面展开,正文要能直接预览,操作完成后还要同步更新文章状态和待审核数量。当编辑按下“通过”后,文章状态、待审核列表和数量也要一起变化,像一个齿轮同时带动后面的整套流程。

这考验的是模型处理 CMS 界面、数据和审核流程多端联动的能力。

出乎意料的是,这一轮最先完成任务的居然是 Kimi K3,一改此前在前端任务中速度最慢的表现。很难据此判断 Kimi K3 是否真的内化了更多前端设计经验,但至少可以确定一件事:模型速度不是固定属性,它会随着任务类型发生变化。

从结果来看,Qwen 3.8-Max 的侧边详情最完整。标题、作者、提交时间、状态、分类、摘要和正文预览全部出现,底部也能直接执行“审核通过”或“驳回”,整体最接近 Prompt 要求。Kimi K3 的基本信息和操作功能比较齐全,但正文预览过于简化。用户仍然需要跳转到编辑页才能查看完整内容,没有完全满足“不跳转页面查看内容”的要求。GLM 5.2 提供了摘要和固定操作栏,但正文预览区域主要被一个巨大的图片加载失败占位覆盖。审核人员很难从中获得有效信息,是三个结果中偏离 Prompt 最明显的一个。

这轮悬念是不大的,Qwen 3.8-Max 排第一,Kimi K3 排第二,GLM 5.2 完成度比较低,排第三。

**总结**

几轮测试做完,没有一款模型能够从头赢到尾。不过,Qwen 3.8-Max 延续 Kimi K3 和 GLM-5.2 带来的热度了吗?至少在这次测试中,它可以。

让我们总结一下各家在重构改造我们网站上的表现:

Qwen 3.8-Max:优势是快,而且对项目当前状态更敏感。它最先完成项目分析,最先启动 CMS,在“最新观点”和“审核工作台”两项任务中也交出了完成度最高的结果。对于一个希望尽快看到可运行版本的用户来说,这种执行力很有吸引力。但它的缺点同样来自这种快。为了实现轮播,Qwen 3.8-Max 删除了原有的拖动功能,又用复制大量内容的方式伪装无限循环。

GLM 5.2:更像一名喜欢先读完资料再动手的工程师。它对代码结构理解最深,轮播功能完成得也最全面,Hero 区域的杂志编辑风格最有辨识度,谁再说 GLM 5.2 没有审美,确实有点冤枉它。不过,它速度较慢,也容易被旧文档和自己的分析牵着走。想得更多,并不保证每一次都能看清项目此刻的状态。

Kimi K3:它带来了最多的意外:分析项目时最简洁,数字错误也最多;修改前端时经常漏掉关键要求,却在 CMS 任务中第一个完成。它有时像一个灵感很好的设计师,有时又像一个没有耐心做完检查的实习生。

这次测试的结果也很难压缩成一个简单排名,但如果用最朴素的名次积分(第一名 3 分、第二名 2 分、第三名 1 分)叠加了一下,结果仅供参考,它仅仅是在重构/改造硅星人网站这一个项目上的具体表现,不代表模型的综合和整体性能。

最新快讯

2026年11月12日

08:42
现在,哪一类AI形态正在吃掉最多算力与注意力?近期有研究报告传出,在国内所有Token消耗中,AI短剧与视频生成占到55%,电商与营销占24%,软件开发只有15%。同时,在釜山电影节上,长剧、短剧导演都开始AI创作,最新上线的短剧有95%都已以各种方式被AI介入。“哪怕是真人拍的,里边的视效、特 效,肯定也是AI做的。”这是不少影视从业者...
08:42
**国际局势与安全动态** 伊朗最高国家安全委员会秘书雷扎伊发出严厉警告,若美国再次对伊朗采取军事行动,伊朗将不再局限于周边军事基地,而是会把打击范围扩大至欧洲境内的美军基地。雷扎伊强调,任何参与对伊朗军事行动的驻外美军基地,包括位于欧洲国家境内的基地,都将成为伊方潜在的打击目标。 此外,日本正推动年内修订“安保三文件”,修订后的《国家安全保障战略》框架方案...
08:42
**杭州园林:子公司签署GPU采购合同,布局专业工作站市场** 鼓狮财经11月12日电,杭州园林发布公告称,其控股子公司杭微天算近期签署了两份重要的GPU产品采购合同。 根据公告内容,杭微天算分别与云尖信息技术股份有限公司及上海华鲲振宇智能科技有限责任公司达成合作。具体交易显示,杭微天算计划向云尖信息采购2万片NVIDIA RTX PRO 5500 BLAC...
08:11
**【全球财经快讯】英伟达再陷人事风波,美股AI热潮重燃,地缘局势趋紧** 据纽约时报报道,英伟达首席执行官黄仁勋被曝与医疗健康业务副总裁Kimberly Powell存在婚外情。今年3月,两人在英伟达年度开发者大会期间于酒店被拍亲密互动,安保人员随即介入并要求目击者签署保密协议。两人均已婚。华尔街日报称,英伟达董事会计划今日开会讨论黄仁勋的去留。受此消息影...
08:11
**鼓狮财经早间新闻精选(11月12日)** **【国际与宏观要闻】** 1. 外交部长王毅11日与美国国务卿鲁比奥通电话。双方就中美关系及两国元首互动深入交换意见,通话基调积极且具建设性。 2. 外交部发言人郭嘉昆昨日主持例行记者会。针对路透社关于美国议员呼吁收紧对华AI芯片限制的提问,郭嘉昆重申中方立场一贯。 3. 美国总统特朗普表示对重启与伊朗谈判持开...
08:11
特斯拉人形机器人Optimus启动早期量产的消息,引发了市场的广泛关注,标志着人形机器人正加速从技术演示阶段迈向实际生产阶段。产业端的积极进展有效提振了市场信心,推动人形机器人板块近期出现回暖迹象。 数据显示,截至11月10日,作为产业风向标的国证机器人产业指数近一个月涨幅已超过10%,显示出该主题投资的热度正在回升。受此带动,相关ETF规模显著扩张。截至1...
08:11
尽管近期市场震荡加剧,百亿私募却选择逆势加仓。数据显示,截至10月底,百亿私募仓位指数已攀升至83.10%,且已连续两周保持上涨。面对海外人工智能板块的明显调整,以及市场对科技巨头资本开支、算力需求及未来盈利能力的担忧,多家百亿私募机构坚持认为,AI行业的长期发展趋势并未改变,短期市场仍将以结构性机会为主。
07:40
国际要闻1、AI交易热情重燃 纳斯达克100指数收涨超2%并在盘中收复中期选举以来全部跌幅2、英伟达盘后跌超10% 消息称该公司准备罢免CEO黄仁勋3、俄方公布本轮俄美乌三方会谈成果4、高盛:芯片股已明显“超卖” 英伟达、博通和AMD估值诱人5、高盛:存储股往往在接近有形账面价值时触底,对SK海力士与三星评级“买入”6、全球央行第三季度购买超321吨黄金,为...
07:40
据《纽约时报》援引五名前英伟达员工的消息透露,英伟达CEO黄仁勋曾与医疗健康业务副总裁Kimberly Powell存在婚外情。今年3月英伟达在圣何塞举办开发者大会期间,两人被拍到在附近酒店举止亲密,黄仁勋的安保人员随即介入,要求目击者签署保密协议。现年63岁的黄仁勋与48岁的Kimberly Powell均已婚。这一事件进一步加剧了外界对黄仁勋的审视压力。...
07:40
谷歌正在内部测试代号为“Hydrogen”的Gemini 4系列AI模型,主要致力于提升运行速度与效率。据内部消息透露,员工已可通过谷歌的开发平台Jetski访问该模型。 一名参与测试的工程师称赞其能力出色、运行高效。同时,测试人员表示,Hydrogen的定位类似于此前的Flash系列,旨在相比Argon等其他模型,以更低的成本和更快的速度处理任务。
07:40
光通信行业近期“砍单”传闻频现,引发市场广泛关注。作为人工智能赛道的关键支柱,11月11日,光通信板块迎来集体爆发。以“易中天”、剑桥科技、源杰科技为代表的龙头股表现强劲,普遍涨停或涨幅超过10%,成为市场焦点。 针对市场关于行业“砍单”的担忧,多家上市公司高管出面澄清,称近期市场基本面并未发生不利变化。与此同时,行业竞争格局也在重塑,众多上市公司正积极拓展...
07:40
上市公司积极布局产业链,深度参与产业并购基金。据鼓狮财经11月12日报道,今年以来,上市公司参与设立产业并购基金的热情持续高涨。统计数据显示,截至11月11日,年内共有393单相关基金披露,同比增长超30%。 在投资方向上,资金正广泛覆盖人工智能、具身智能及生物医药等关键领域。作为产业链的“链主”企业,正利用产业并购基金作为支点,将资本触角延伸至上下游。记者...