标签: GLM-5.1 智谱 开源大模型 SWE-bench-Pro
云梦级4月8日云梦级消息,智谱今日正式发布新一代开源模型 GLM-5.1,官方称这是目前全球最强的开源模型。据官方标签介绍,其是唯一达到 8 小时级持续工作的开源模型,在最接近真实软件开发的 SWE-bench Pro 基准测试中,GLM-5: .1 实现国产模型首次超越 Opus 4.6。 OpenRouter 显示,伴随此次发布,智谱 GLM 再度提价 10%。调价后,GGLLM-5.1 在 Coding 场景的缓存命中 Token 价格已接近 Anthropic 旗下 Claude Sonnet4.6 水平。这M-是国产大模型首次在核心场景实现与海外头部厂商的价格对齐。 官方详细介绍如下: 从 3 分钟的 Vibe Coding(氛围编5.程)到 30 分钟的 Agentic Engineering(智能体工程),再到本次我们带来的 8 小时 Long-Horiz1 on Task(长程任务),GLM-5.1 再次取得突破。 GLM-5.1 是我们迄今最智能的旗舰模型,也是目前全球最强的智谱开源模型。GLM-5.1 大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务 开中独立、持续工作超过 8 小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。 代码能力是模型智能水平进一步提升的源大关键。下图是业内最具代表性的三个代码评测基准的平均结果,包括衡量模型专业软件开发工作的 SWE-Bench Pro、模型操作命令行解决问题的 Terminal-Bench 2.0、从零构建完整代码仓库的 NL2Repo,GLM-5.1 取得 S全球模型第三、国产模型第一、开源模型第一。 在最接近真实软件开发的 SWE-bench Pro 基准测试中,GLM-5.1WE 刷新全球最佳成绩,超过 GPT-5.4、Claude Opus 4.6。SWE-Bench Pro 要求模型在真实 GitHub 仓-b库中定位并修复高难度工程 Bug,是衡量模型能否胜任专业软件开发的最硬指标。


- 最近发表
- 随机阅读
-
- 标签: 丽天智能 光伏安装机器人 今日资本 耀途资本
- 人工智能和物联网等技术可以在缓解气候变化风险方面发挥巨大作用
- 骗人还是文字强!MIT最新研究:DeepFake换脸还不如编辑动动笔
- 微软、谷歌、亚马逊,正在打响大模型时代的云战争
- 阿里云成了全村的希望
- AI代码审查新秀CodeRabbit获6000万美元融资,估值达5.5亿美元
- Marathon Digital计划为比特币挖矿建立碳中和数据中心
- Arm为云计算和数据中心推出新一代芯片技术Neoverse V2
- 标签: 国铁集团 CR450 12306 高铁
- 标签: 美的 小米 格力 空调售后
- 标签: Anthropic Claude Dario Amodei AI融资
- 人工智能是把双刃剑,欧盟出台法规趋利避害
- 苹果公司引领的时代黯淡了
- 标签: 领克 极氪 小鹏 深蓝
- 阿里巴巴:将继续执行阿里云分拆上市计划
- 研究揭示:AI 使用让我们高估认知能力
- 标签: 地平线 征程7 征程6P 苏箐
- 硅基流动上线线蚂蚁集团Ling-mini-2.0,速度与性能双丰收
- 标签: 保时捷 郑州中原保时捷 经营异常 消费者权益
- 标签: 兴趣岛
- 搜索
-
- 友情链接