国产开源模型GLM-5.1登顶编程榜,实战表现逼近Claude Opus
01GLM-5.1登顶SWE-Bench Pro,开源模型首超Claude
02综合编程能力位列全球第三
尽管在SWE-Bench Pro单项测试中领先,GLM-5.1的综合编程能力仍略逊于顶级闭源模型。根据多源评测汇总,在融合SWE-Bench Pro、Terminal-Bench 2.0(终端工程任务)和NL2Repo(自然语言生成完整代码库)三项指标后的综合得分中,GLM-5.1得分为54.9,位居全球第三,仅次于Claude Opus 4.6(57.5)和Gemini 3.1 Pro(56.8)。这一结果表明,GLM-5.1虽在特定高难度Bug修复场景表现突出,但在跨任务泛化能力上尚未全面超越闭源对手。不过,其54.9分仍是当前所有开源模型中的最高纪录,确立了国产模型在开源阵营的领先地位。236
03较上一代提升近10分,逼近Claude Opus 4.6
04长程Agent任务表现突出
05对开发者选型的实际影响
当前文章无评论,是时候发表评论了