对 GLM-5.3 和 GPT-5.6 Sol 在 DeepSWE 基准上的对比分析显示，级联路由策略优于单独使用任一模型。通过先运行 GLM-5.3，仅在测试失败时升级到 GPT-5.6 Sol，该系统以每个任务 $6.61 的成本解决了 85.9% 的任务。

  • GLM-5.3 每次推演的成本为 $3.99，而 Sol 为 $8.37，使其便宜 2.1 倍，每 100 美元可解决 17 个任务，而 Sol 仅为 9 个。
  • GPT-5.6 Sol 在单次准确率（pass@1 通过率为 72.7%）和可靠性（113 个任务中连续四次全部解决的有 61 个）方面领先，而 GLM-5.3 在 pass@2 上持平，并在 pass@4 上领先（87.6%）。
  • 两个模型之间的每任务相关性仅为 0.43，两者共同覆盖了 113 个任务中的 106 个，这使得有效的级联成为可能。
  • GLM-5.3 表现出更干净的故障模式，在失败案例中仅破坏现有测试的比例为 11%，而 Sol 为 20%，从而减少了对重型回归门控的需求。

该方法利用 GLM-5.3 作为低成本前端，并将 Sol 作为验证器门控的升级手段，在比单独使用 Sol 成本更低的同时实现了更高的覆盖率。