智谱 AI 发布的开源模型 GLM-5，其编程能力备受关注。它不仅在权威的 SWE-bench Verified 榜单上取得了高分，在实际代码生成测试中也展现出了接近顶尖商业模型 Claude Opus 的水平。这篇文章将通过具体案例和数据，深入解析 GLM-5 的真实编程实力。
智能速览
GLM-5 被视为顶尖的开源编程模型，能力接近 Claude Opus。
在复刻 Fliqlo 翻页时钟的测试中，GLM-5 能根据参考图优化效果。
GLM-5 在 SWE-bench Verified 榜单上取得了 77.8% 的高分。
该模型性能超越 Gemini 3.0 Pro，达到业内顶级水平。
精华内容
GLM-5 的编程能力究竟体现在哪里？是通过实际的代码生成任务，还是权威的基准测试？接下来将结合实例和数据进行深入剖析。
代码生成实测
为了验证 GLM-5 的实际编程能力，进行了一项复刻经典翻页时钟 Fliqlo 的测试。在没有提供任何参考图片的情况下，模型仅凭文字描述生成的代码，实现了大致的翻页效果，但数字过渡略显生硬，完成度约为 80%。
随后，向模型提供了一张 Fliqlo 原作的截图作为参考。GLM-5 立即理解了设计意图，对代码进行了优化，显著增强了字体样式和整体视觉效果。这一过程表明，GLM-5 具备优秀的意图理解和代码迭代能力。
SWE-bench 评测
在更具权威性的 SWE-bench Verified 软件工程基准测试中，GLM-5 取得了 77.8% 的高分。这一数据是其编程能力的有力证明。
与自身相比，该成绩大幅超越了上一代模型 GLM-4.7，显示出技术的快速迭代。横向对比，GLM-5 的表现已经领先于 Google Gemini 3.0 Pro，显示出强大的竞争力。
对标顶尖水平
综合实测表现和基准测试成绩，GLM-5 的编程能力已被定位为业内顶级模型的 Top 2 水平。其 SWE-bench Verified 得分极为接近业界标杆 Claude Opus 4.6，差距微小。
这意味着 GLM-5 作为一款开源模型，成功地将以往只有顶尖商业模型才具备的 Agentic（智能体）工程能力带给了更广泛的开发者社区，极大地推动了开源 AI 的发展。
GLM-5 在编程领域的表现无疑是一次重大突破，它不仅展示了强大的代码生成和理解能力，更标志着开源模型正在追赶甚至超越顶尖商业模型。未来，随着这类模型的普及，软件开发的生产力将迎来怎样的变革？
