GLM-5.1:能独立工作 8 小时的模型
GLM-5.1 正式发布,该模型在代码能力与长程任务处理方面实现显著提升,整体表现对齐 Claude Opus 4.6。新版本核心突破在于支持长达 8 小时的单次任务自主工作,能够独立完成从规划、执行到测试、修复与交付的全流程闭环。
01核心能力升级与长程任务突破
- 长程任务闭环
GLM-5.1 建立了“实验→分析→优化”的自主工作流,可在无人工干预的情况下处理复杂任务,形成完整的工程交付能力。 - 代码工程化能力
不仅限于代码生成,更侧重于真实工程场景下的应用,涵盖了代码调试、性能优化及系统构建等全链路环节。
02权威基准测试成绩
| 评测维度 | GLM-5.1 排名 | 对比对象 |
|---|---|---|
| 权威代码评测基准 | 全球第三、国产第一、开源第一 | - |
| SWE-bench Pro 基准测试 | 刷新全球最佳成绩 | 超过 GPT-5.4、Claude Opus 4.6 |
GLM-5.1 核心基准测试表现
03实测案例数据
- 系统构建
在 8 小时内从零开始构建完整的 Linux 桌面环境。 - 性能优化
经过 655 轮自主迭代,成功将向量数据库性能提升至初始版本的 6.9 倍。
GLM-5.1 已正式纳入 GLM Coding Plan,相关能力已开放至智谱 BigModel 开放平台,适用于需要长时间自主运算及复杂代码工程处理的场景。
当前文章无评论,是时候发表评论了