# 模型评测
Claude Haiku 5.5 基准成绩解读：谁跑的、哪一项不能直比
Haiku 5.5 在 OSWorld 2.1 得 72.4%、GDPval-AA v2.1 得 1620、FrontierCode 1.1 得 46.4%。这些是 max effort 数字，默认 medium 档 GDPval-AA 降到 1277。本文说明各项基准的执行方与不可直接比较的坑。
Ox Alpha 是GLM-5.3-Flash：隐形模型发布剖析
8月20、2026、一个名为ox-alpha的模型出现在第三方推理平台上。没有供应商，没有公告，没有型号卡。它有一个1-million-token上下文窗口，并且使用起来不需要任何成本。几天之内，它就成为这些平台上最常用的模型之一。在…