2026年4月7日，智譜AI（Zhipu AI）正式發佈並開源其新一代旗艦模型GLM‑5.1。呢個模型喺被譽為「軟件工程能力試金石」嘅基準測試中 SWE‑Bench Pro 攞到 58.4 分嘅全球最高成績，超越 Claude Opus 4.6 嘅 57.3 分同 GPT‑5.4 嘅 57.7 分，成為開源模型中首個喺呢個核心編碼指標上超越現時閉源頂級模型嘅產品。與此同時，喺 Claude Code 編碼評測入面，GLM‑5.1 得分 45.3，僅較 Opus 4.6 嘅 47.9 分低 2.6 分，達到後者嘅 94.6%。呢啲成績迅速引發全球 AI 社區熱議，被視為中國開源 AI 喺編碼能力上實現「彎道超車」嘅標誌性事件。
GLM‑5.1 採用 MIT 許可協議全面開源，模型權重已喺 Hugging Face 同 ModelScope 平台公開下載，支援 vLLM、SGLang 等主流推理框架嘅本地部署。呢個安排意味著開發者、企業同研究者可以自由下載、微調同商用，無需支付高額 API 費用。智譜 AI 表示，GLM‑5.1 係專為「agentic engineering」（代理式工程）同長時序任務設計嘅下一代模型，目標係令開源模型真正具備同閉源前沿模型正面競爭嘅實力。
技術細節：高效架構同長程能力突破
GLM‑5.1 嘅核心亮點係其744B 總參數、40B 激活參數嘅 MoE（Mixture of Experts）架構，結合 DeepSeek Sparse Attention 機制，喺保持長上下文能力嘅同時顯著降低推理成本。模型支援 200K 上下文長度同 128K 輸出長度，具備 thinking 模式、實時流式輸出、函數調用、上下文快取同結構化輸出等高級特性。
喺編碼能力方面，GLM‑5.1 實現咗顯著躍升：
- SWE‑Bench Pro：58.4 分，刷新全球最佳成績，超越 Claude Opus 4.6（57.3 分）同 GPT‑5.4（57.7 分）。
- NL2Repo（由自然語言生成完整代碼倉庫）：42.7 分，領先前代 GLM‑5 嘅 35.9 分。
- Terminal‑Bench 2.0（真實終端編碼任務）：56.2 分，展示出強大嘅 agentic 能力。
- Claude Code 編碼評測：45.3 分，達到 Opus 4.6 嘅 94.6%，較 GLM‑5 嘅 35.4 分提升 28%。
呢啲成績得益於智譜 AI 喺後訓練階段嘅大幅優化，包括異步強化學習基礎設施「slime」同針對 agentic 任務嘅專項對齊。GLM‑5.1 喺長時序任務入面表現出色，可自主工作超過 8 小時以上，標誌住開源模型由「vibe coding」（氛圍式編碼）向「agentic engineering」（代理式工程）嘅實質轉變。該模型完全喺華為芯片上訓練完成，展現咗中國 AI 喺自主算力鏈路上嘅突破。
開源策略：由權重公開到生態共建
GLM‑5.1 嘅開源範圍全面，包括基礎模型權重、蒸餾模型、超分辨率模型以及完整推理代碼同訓練腳本。呢個策略同當前多數視頻/編碼模型嘅閉源或半開源模式形成鮮明對比。智譜 AI 表示，開源目標係加速社區迭代，讓開發者能夠快速構建基於 GLM‑5.1 嘅垂直應用同 agent 工具。
開源後，GLM‑5.1 已兼容 Claude Code 同 OpenClaw 等主流 Agent 框架，開發者可以無縫遷移。社區反饋顯示，其喺本地部署場景下性價比極高，推理成本遠低於同級別閉源模型，為中小企業同個人開發者提供高性能編碼工具嘅選擇。
深遠影響：開源 AI 編碼能力追平閉源，全球格局重塑
GLM‑5.1 嘅發佈同開源對全球 AI 生態產生多重深遠影響：
- 開源模型編碼能力首次逼近閉源頂級水平：此前開源模型喺 SWE‑Bench Pro 等工程基準上長期落後閉源模型超過 10 分。GLM‑5.1 嘅 58.4 分唔單止刷新開源紀錄，仲喺實際軟件工程任務中實現反超，證明高效 MoE 架構加針對性後訓練可以喺參數規模受控情況下達到閉源前沿性能，呢點大大提振咗開源社區信心，同時為「以小勝大」嘅中國 AI 技術路線提供最新佐證。
- 加速 AI 編碼工具生態重構：開源後，GLM‑5.1 有望快速整合到 OpenClaw、Cline、Aider 等 Agent 框架，推動 AI 編碼由「輔助補全」向「自主工程」演進。開發者可喺本地運行高性能編碼模型，顯著降低對閉源 API 嘅依賴，同時提升數據隱私同定制化能力。
- 中國 AI 國際競爭力提升：GLM‑5.1 完全喺華為芯片上訓練完成，展現咗中國喺自主算力鏈路下嘅模型研發能力。呢個成果進一步鞏固咗中國 AI 喺開源領域嘅地位，亦為全球開發者提供高性價比嘅替代方案，有望吸引更多國際團隊參與生態共建。
- 對閉源巨頭嘅壓力：Anthropic Claude Opus 4.6、OpenAI GPT 系列等閉源模型將面臨開源高性能模型嘅直接競爭。未來，閉源廠商可能需要進一步提升模型能力或調整定價，以維持優勢。
挑戰與未來展望
儘管成績亮眼，GLM‑5.1 作為新模型，喺極長上下文、多語言複雜任務同長期穩定性方面仍有優化空間。開源後，如何平衡社區貢獻與商業化路徑，以及如何應對潛在安全風險，亦將成為智譜 AI 面臨嘅新課題。
GLM‑5.1 嘅開源與高性能表現，唔單止係智譜 AI 嘅一次技術突破，仲係 2026 年開源 AI 浪潮中嘅重要里程碑。佢證明咗：喺算力自主、數據積累同工程優化共同作用下，開源模型完全有能力喺關鍵基準上追平甚至超越閉源前沿。呢個事件或將加速全球 AI 由「閉源壟斷」向「開源普惠+高端競爭」並存嘅新格局轉變。
未來，隨住 GLM‑5.1 社區迭代加速同後續更大規模版本嘅推出，中國 AI 產品有望喺編碼、agentic 工程等領域持續領跑。GLM‑5.1 嘅開源，唔單為開發者帶來實實在在嘅工具紅利，亦為全球 AI 生態注入新嘅活力與可能性。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請訪問： https://www.airosetta.com