调优了几天机器，抱怨对比下ai，不客观，当闲聊吧

前提：平时编程还是以 Codex 为主。

最近买了几台新机，不想自己跑脚本，就拿几家 AI 测试部署代理、照着旧机器配置新机，以及途中排错。

用到的主要是：

- GPT-5.6 Sol Medium

- DeepSeek 4.1 Flash High + 最新 DSH

- GLM-5 Max

- GLM-5.3 Flash（Zcode / 火山）

目前个人体感：

模型 |
优点 |
问题 |

GPT-5.6 Sol Medium |
综合最稳，理解需求准，调优/排错靠谱 |
思考稍慢 |

DeepSeek 4.1 Flash High |
找 Bug 很快 |
容易过度思考、扩大任务 |

GLM-5 Max |
找资料、折腾冷门配置强 |
排错容易跑偏，比较吃提示词 |

GLM-5.3 Flash |
便宜、速度还行 |
理解波动大，经常没检查就直接回答 |

大概排序：```
GPT-5.6 Sol Medium>DeepSeek 4.1 Flash High ≈ GLM-5 Max>GLM-5.3

```火山方舟的 5.3，我自己用下来感觉尤其明显有降智。

GPT-5.6 Sol Medium

目前综合最好。

测试节点、调优、查配置、Search 整个项目都比较稳，最大的区别还是理解你到底想干什么。

很多时候不需要把提示词写得特别精准，它自己就能找到正确方向。

缺点就是思考会慢一点。

DeepSeek 4.1 Flash High

找 Bug 很快。

之前一个 VLESS 配置有问题，GLM 折腾了半小时都没找到，实际原因只是：VLESS 地址写错了

DeepSeek 一分钟左右就找到了。

但它特别容易过度思考。

本来只让它处理一个问题，就说其他问题去了。。。而且权限没给很多都是自己就改了，遇到降智会灾难

而且思考过程偶尔突然变英文。

所以它属于：排错很强，但最好限制修改范围。

GLM-5 Max

这个模型挺偏科。

找资料、研究冷门配置很强。

比如之前让它研究光猫开 IPv6，自己找方法、一步步操作，最后做得挺稳。

但拿来找 Bug，经常容易方向跑偏，提示词写得越精准越好。

还有一点很迷：研究光猫开 IPv6：正常；看 Shadowrocket 规则配置：触发安全限制

另外现在还特别喜欢往记忆里写东西。

GLM-5.3 Flash

这个理解能力有时候真的很奇怪。

我发现提示词写成 Markdown 后，效果会明显正常一点：

最大问题是它经常不检查就开始回答。

比如一个实际问题：电脑和手机在同一个 Wi-Fi，通过 Nikki 分流。电脑：同一个网站测试无 DNS 泄漏

手机：测试有 DNS 泄漏

结果它思考搜索了半天给我的解释是：可能是手机单独安装了一个 Nikki 导致的。

……

所以目前 GLM-5.3 Flash 给我的感觉就是：提示词得写得很明确，而且最好强制它先看配置、再回答。