GLM-5.2 is the highest-ranked open-source model, showing that its 1M context has translated into practical long-horizon delivery capability.
大多数人认为开源模型在长上下文任务上会显著落后于闭源模型，但作者认为GLM-5.2不仅达到了实用水平，还在多个基准测试中超越了GPT-5.5等顶级闭源模型。这一挑战了AI领域'闭源必然优于开源'的共识，表明开源模型在特定任务上可以实现甚至超越闭源模型的性能。
Pulled the trigger today & switched 100% of Lindy traffic to DeepSeek v4, churning from Anthropic models. Saves us millions of $ & we're actually seeing an _increase_ in performance on many core use cases
与行业普遍认为闭源模型性能优于开源模型的认知相反，Lindy的案例显示切换到开源模型不仅节省大量成本，还提高了性能，这一发现挑战了闭源模型优越性的主流观念。
Open-source models have crossed the good enough threshold for most use cases
主流观点认为闭源模型在性能上始终优于开源模型，但作者认为开源模型已经达到'足够好'的水平，这一观点挑战了商业AI模型的价值主张，暗示开源可能成为企业级应用的主流选择。
DeepSeek-V4-Pro-Max beats GPT-5.2 and Gemini 3.0-Pro on standard reasoning benchmarks and lands just behind GPT-5.4 and Gemini 3.1-Pro
DeepSeek V4-Pro-Max在标准推理基准测试中超越了GPT-5.2和Gemini 3.0-Pro，这表明了开源模型在性能上的巨大提升。
DeepSeek V4 exceeds them all on coding, math, and STEM problems, making it one of the strongest open-source models ever released.
大多数人认为开源AI模型在性能上无法匹敌闭源商业模型，但作者认为DeepSeek V4在多个关键领域超越了其他开源模型，甚至与顶级闭源模型相当。这挑战了'开源必然意味着性能妥协'的行业共识，暗示开源模型正在迅速缩小与商业模型的差距。
Gemma 4 E4B matches or exceeds GPT-4o across multiple benchmarks including MATH, GSM8K, GPQA Diamond & HumanEval
这一性能对比结果令人惊讶，表明开源模型已经能够闭源模型的性能，这可能打破AI领域的封闭生态，促进更广泛的研究合作和创新，同时降低企业采用AI的门槛。
Byte for byte, the most capable open models
大多数人认为开源模型在性能上无法与闭源/专有模型相提并论，但作者声称Gemma 4是'字节对字节最强大的开源模型'，挑战了这一行业共识。这暗示开源模型在特定指标上已经超越了商业闭源模型，是一个非传统的观点。
Above: the time to do a production bundle
Nice way to demonstrate and let people feel how slow the competition is!
McCabe, Stefan, Leo Torres, Timothy LaRock, Syed Arefinul Haque, Chia-Hung Yang, Harrison Hartle, and Brennan Klein. ‘Netrd: A Library for Network Reconstruction and Graph Distances’. ArXiv:2010.16019 [Physics], 29 October 2020. http://arxiv.org/abs/2010.16019.