前兩天 APPSO 提到，大模型即將迎來(lái)史上最殘酷的一個(gè)月，這就來(lái)了。

而Claude Opus 4.6 「不幸」成為背景板，一天之內(nèi)被超越兩次。

早上 Anthropic 發(fā)布了 Claude Mythos Preview，在 SWE-bench Pro 上拿下 77.8%，把 Opus 4.6 的 57.3% 甩在身后。這個(gè)分?jǐn)?shù)意味著它能在真實(shí) GitHub 倉(cāng)庫(kù)里定位并修復(fù)高難度工程 Bug，已經(jīng)超過(guò)了絕大多數(shù)人類(lèi)程序員。

可 Mythos Preview 暫時(shí)不對(duì)普通用戶(hù)開(kāi)放，與此同時(shí)，另外一個(gè)超 Opus 4.6 的模型出現(xiàn)了——智譜開(kāi)源了 GLM-5.1。

GLM-5.1 SWE-bench Pro 得分 58.4%，超過(guò) Opus 4.6 的 57.3%，也超過(guò) GPT-5.4 的 57.7%。HuggingFace CEO Clement Delangue 也發(fā)推祝賀：「SWE-Bench Pro 上表現(xiàn)最好的模型現(xiàn)在在 HuggingFace 上開(kāi)源了！歡迎 GLM 5.1！」

全球第三，開(kāi)源第一。雖然沒(méi)等來(lái) DeepSeek V4，但開(kāi)源新一哥還是來(lái)了，依然是咱們國(guó)產(chǎn)大模型。

說(shuō)實(shí)話，我第一反應(yīng)是又來(lái)了，大模型的「榜單狂歡」，每次發(fā)布會(huì)都是「史詩(shī)級(jí)進(jìn)步」，各家模型在榜單上各領(lǐng)風(fēng)數(shù)小時(shí)，這次的劇本有什么不同呢。

APPSO 看完 GLM-5.1 的技術(shù)細(xì)節(jié)和體驗(yàn)后，帶你看看這個(gè)模型是什么水平

從 20 步到 1700 步，持續(xù)工作 8 小時(shí)

GLM-5.1 最讓人沒(méi)想到的，不是跑分，是它能工作多久。

智譜有個(gè)一個(gè)案例讓我印象比較深。8 小時(shí)從零構(gòu)建 Linux 桌面系統(tǒng)。不是寫(xiě)幾個(gè) demo 文件那種「構(gòu)建」，是真的從零開(kāi)始，畫(huà)架構(gòu)、寫(xiě)代碼、跑測(cè)試、修 bug，歷時(shí) 8 小時(shí)整，執(zhí)行了 1200 多步，最后產(chǎn)出了一套功能完善的 Linux 桌面系統(tǒng)。

包括完整的桌面、窗口管理器、狀態(tài)欄、應(yīng)用程序、VPN 管理器、中文字體支持、游戲庫(kù)，4.8MB 的配套文件。這相當(dāng)于一個(gè) 4 人團(tuán)隊(duì)一周的工作量。

全程沒(méi)有人參與測(cè)試、審查代碼。GLM-5.1 甚至給自己的代碼寫(xiě)了回歸測(cè)試，而且跑過(guò)了。

知乎程序員博主 Toyama nao 做了個(gè)更狠的測(cè)試。他給 GLM-5.1 扔了三個(gè)工程項(xiàng)目：用 Swift 寫(xiě) macOS 的 OpenGL 渲染器、用 Flutter 開(kāi)發(fā)全功能聊天軟件同時(shí)用 Golang 開(kāi)發(fā)服務(wù)端、自選技術(shù)棧開(kāi)發(fā)純網(wǎng)頁(yè)端視頻剪輯應(yīng)用。每個(gè)項(xiàng)目跑 10-12 輪提示詞，每輪 1500-2000 字。

結(jié)果 GLM-5.1 成為第一個(gè)通過(guò)他全部測(cè)試工程的國(guó)產(chǎn)模型，也是第一個(gè)正式超越 Sonnet 4.5 Thinking 的國(guó)產(chǎn)模型。

他的評(píng)價(jià)是：「GLM-5.1 大幅擴(kuò)展了編程的適應(yīng)范圍，不再是前端 only 戰(zhàn)神，也不只是 oneshot 樣子貨，是可以在復(fù)雜工況下充當(dāng)編程主力。」但他也指出了問(wèn)題：「超長(zhǎng)上下文時(shí)容易幻覺(jué)爆炸，如果遇到 2 輪改不好一個(gè)問(wèn)題，不要抱有僥幸，直接重開(kāi)?！?/p>

去年年底，AI 智能體大約只能完成 20 個(gè)步驟。GLM-5.1 現(xiàn)在可以完成 1700 個(gè)步驟。這是模型能不能真正「獨(dú)立工作」的分水嶺。

智譜在技術(shù)報(bào)告里解釋了關(guān)鍵突破點(diǎn)：以前的模型，包括 GLM-5，會(huì)在早期快速取得收益后就進(jìn)入瓶頸期。它們反復(fù)嘗試已知的優(yōu)化手段，但無(wú)法在一條路走不通時(shí)主動(dòng)切換策略。

GLM-5.1 的訓(xùn)練目標(biāo)就是突破這個(gè)瓶頸，讓模型能夠在一個(gè)固定策略?xún)?nèi)進(jìn)行增量調(diào)優(yōu)，當(dāng)收益趨于停滯時(shí)，主動(dòng)分析 Benchmark 日志、定位當(dāng)前瓶頸，然后跳轉(zhuǎn)到結(jié)構(gòu)性不同的方案。

向量數(shù)據(jù)庫(kù)優(yōu)化案例就是典型的「階梯型」優(yōu)化軌跡。GLM-5.1 用了 655 次迭代，把查詢(xún)吞吐從 3108 QPS 一路推到 21472 QPS，提升了 6.9 倍。

這個(gè)過(guò)程中，模型自己完成了從全庫(kù)掃描切到 IVF 分桶召回、引入半精度壓縮、加入量化粗排、做兩級(jí)路由，再到提前剪枝的整套優(yōu)化鏈條。每一次跳躍都伴隨著短暫的 Recall 下降，因?yàn)槟Ｐ驮谔剿餍路较驎r(shí)會(huì)暫時(shí)打破約束，隨后再調(diào)回來(lái)。這個(gè)「打破-修復(fù)」的循環(huán)本身就是有效優(yōu)化的標(biāo)志。

在 KernelBench Level 3 優(yōu)化基準(zhǔn)上，GLM-5.1 對(duì) 50 個(gè)真實(shí)機(jī)器學(xué)習(xí)計(jì)算負(fù)載進(jìn)行了超過(guò) 24 小時(shí)的不間斷迭代，最終取得 3.6 倍的幾何平均加速比，顯著高于 torch.compile max-autotune 模式的 1.49 倍。模型自主編寫(xiě)定制 Triton Kernel 和 CUDA Kernel，運(yùn)用 cuBLASLt epilogue 融合并實(shí)施 shared memory tiling 與 CUDA Graph 優(yōu)化，覆蓋了從高層算子融合到微架構(gòu)級(jí)調(diào)優(yōu)的完整技術(shù)棧。

還有一個(gè)更有意思的測(cè)試：Vending Bench 2。這個(gè)基準(zhǔn)要求模型模擬經(jīng)營(yíng)一年的自動(dòng)售貨機(jī)業(yè)務(wù)，需要長(zhǎng)期規(guī)劃和資源管理。GLM-5.1 最終賬戶(hù)余額達(dá)到 $4,432，在開(kāi)源模型中排名第一，接近 Claude Opus 4.5 的水平。

744B 參數(shù)，零英偉達(dá)芯片，成本降低 97%

GLM-5.1 的技術(shù)規(guī)格值得細(xì)看：744B 參數(shù)的混合專(zhuān)家模型（MoE），每個(gè) token 激活 40B 參數(shù)，28.5T tokens 訓(xùn)練數(shù)據(jù)，集成了 DeepSeek Sparse Attention（DSA）來(lái)降低部署成本同時(shí)保持長(zhǎng)上下文能力。200K 上下文窗口，最大輸出 131,072 tokens。

更關(guān)鍵的是，整個(gè)模型全部使用華為昇騰 910B 芯片訓(xùn)練，沒(méi)有英偉達(dá) GPU 參與。在算力被卡脖子的情況下，國(guó)產(chǎn)模型依然能做到全球第三、開(kāi)源第一。

開(kāi)發(fā)者 Beau Johnson 把自己部署的 OpenClaw 背后的模型從 Claude Opus 4.6 切換到 GLM-5.1，體驗(yàn)上沒(méi)有任何差別，但成本從 1000 美元暴砍至 30 美元左右，降低了 97%。GLM-5.1 的輸入成本是 Claude Opus 的 1/5，輸出成本是 1/8。簡(jiǎn)單來(lái)說(shuō)：接近 Opus 的能力，20% 的價(jià)格。

而且GLM-5.1 是開(kāi)源的。MIT License，最寬松的開(kāi)源許可證之一。你可以拿去改，拿去商用，拿去做任何事。支持 vLLM、SGLang、xLLM 等主流推理框架，可以直接在本地部署。

當(dāng)然 GLM-5.1 也不是沒(méi)有提升的空間，部分開(kāi)發(fā)者反饋，GLM-5.1 的推理速度只有 44.3 tokens/秒，在同類(lèi)產(chǎn)品沒(méi)太大優(yōu)勢(shì)。復(fù)雜任務(wù)甚至要一小時(shí)起步，哪怕 Pro 套餐額度是 Claude 的 15 倍，也可能不太夠用。

這些問(wèn)題都是真實(shí)存在的。GLM-5.1 不是完美的，但這不妨礙它成為一個(gè)里程碑。

GLM-5.1 的意義，不在于它比 Opus 4.6 強(qiáng)多少，而在于它證明了，在算力被卡脖子的情況下，國(guó)產(chǎn)模型依然能做到開(kāi)源第一。而且它是開(kāi)源的，任何人都可以用，任何人都可以改。

你睡覺(jué)的 8 小時(shí)，現(xiàn)在可以是 AI 上班的 8 小時(shí)了。而且這個(gè) AI ，是開(kāi)源的，是國(guó)產(chǎn)的，是任何人都可以用的。

附體驗(yàn)方式

1. 官方API接入
- BigModel 開(kāi)放平臺(tái)：https://docs.bigmodel.cn/cn/guide/models/text/glm-5.1
- Z.ai：https://docs.z.ai/guides/llm/glm-5.1

2. 產(chǎn)品體驗(yàn)
- GLM-5.1即將登陸Z.ai：https://chat.z.ai

3. 開(kāi)源鏈接
- GitHub：https://github.com/zai-org/GLM-5
- Hugging Face：https://huggingface.co/zai-org/GLM-5.1
- ModelScope：https://modelscope.cn/models/ZhipuAI/GLM-5.1