中國(guó)AI公司Z.ai近日推出GLM-5.1，這是一款專為智能體軟件工程場(chǎng)景設(shè)計(jì)的開(kāi)源編程模型。此次發(fā)布正值A(chǔ)I廠商紛紛從自動(dòng)補(bǔ)全式編程工具轉(zhuǎn)型，轉(zhuǎn)而構(gòu)建能夠長(zhǎng)時(shí)間、低人工干預(yù)下處理軟件任務(wù)的智能系統(tǒng)。

Z.ai表示，GLM-5.1能夠在數(shù)百次迭代過(guò)程中保持穩(wěn)定性能，這一能力是其區(qū)別于其他在長(zhǎng)時(shí)任務(wù)中性能下滑模型的核心競(jìng)爭(zhēng)力。

以向量數(shù)據(jù)庫(kù)優(yōu)化任務(wù)為例，GLM-5.1經(jīng)過(guò)超過(guò)600次迭代、6000次工具調(diào)用，最終將查詢速度提升至每秒21500次，約為單次50輪會(huì)話最佳結(jié)果的六倍。

在一份研究報(bào)告中，Z.ai指出GLM-5.1在多項(xiàng)軟件工程基準(zhǔn)測(cè)試上超越了其前代產(chǎn)品GLM-5，在代碼倉(cāng)庫(kù)生成、終端問(wèn)題求解和反復(fù)代碼優(yōu)化等方面表現(xiàn)尤為突出。該公司表示，GLM-5.1在SWE-Bench Pro基準(zhǔn)測(cè)試中得分為58.4，而GLM-5為55.1，同時(shí)也高于OpenAI GPT-5.4、Anthropic Opus 4.6以及谷歌Gemini 3.1 Pro在該基準(zhǔn)上的得分。

GLM-5.1已在MIT許可證下開(kāi)源發(fā)布，可通過(guò)Z.ai的開(kāi)發(fā)者平臺(tái)獲取，模型權(quán)重也已公開(kāi)，支持本地部署。這對(duì)那些希望在部署AI工具時(shí)掌握更多控制權(quán)的企業(yè)而言具有較大吸引力。

Z.ai表示，與在長(zhǎng)時(shí)會(huì)話中性能逐漸下降的模型相比，長(zhǎng)時(shí)運(yùn)行下的穩(wěn)定表現(xiàn)是其核心差異化優(yōu)勢(shì)。

業(yè)內(nèi)分析人士指出，目前許多模型在經(jīng)過(guò)相對(duì)較少的對(duì)話輪次后仍會(huì)出現(xiàn)性能停滯或偏移，這限制了其在復(fù)雜多步驟軟件任務(wù)中的實(shí)用價(jià)值。

Pareekh Consulting首席執(zhí)行官Pareekh Jain表示，行業(yè)正在從能夠回答提示詞的工具，轉(zhuǎn)向能夠在較少人工監(jiān)督下完成更長(zhǎng)期任務(wù)的系統(tǒng)。他認(rèn)為，問(wèn)題已不再是"我能問(wèn)AI什么"，而是"我能讓它在未來(lái)八小時(shí)內(nèi)完成什么任務(wù)"。

對(duì)于企業(yè)而言，這意味著未來(lái)或許可以在早上將一個(gè)工單交給智能體，經(jīng)過(guò)數(shù)百次實(shí)驗(yàn)和代碼性能分析后，在當(dāng)天結(jié)束時(shí)收到經(jīng)過(guò)優(yōu)化的解決方案。

Forrester副總裁兼首席分析師Charlie Dai表示："這一能力契合了大規(guī)模代碼重構(gòu)、系統(tǒng)遷移項(xiàng)目和持續(xù)故障處理等真實(shí)需求，表明長(zhǎng)時(shí)運(yùn)行的自主智能體正逐漸走向?qū)嵱?，前提是企業(yè)需要在治理、監(jiān)控和升級(jí)機(jī)制上做好配套，以有效管控風(fēng)險(xiǎn)。"

GLM-5.1采用MIT許可證發(fā)布，對(duì)于受監(jiān)管行業(yè)或?qū)Π踩舾械钠髽I(yè)而言具有重要意義。

Jain認(rèn)為這體現(xiàn)在四個(gè)關(guān)鍵維度：第一是成本，其定價(jià)遠(yuǎn)低于高端商業(yè)模型，自托管部署也讓企業(yè)可以管控費(fèi)用，而非按使用量付費(fèi)；第二是數(shù)據(jù)治理，敏感代碼和數(shù)據(jù)無(wú)需發(fā)送至外部API，這在金融、醫(yī)療和國(guó)防等行業(yè)至關(guān)重要；第三是可定制性，企業(yè)可以根據(jù)自身代碼庫(kù)和內(nèi)部工具對(duì)模型進(jìn)行定制，不受任何限制。

第四個(gè)因素，Jain指出，是地緣政治風(fēng)險(xiǎn)。盡管該模型是開(kāi)源的，但其與中國(guó)基礎(chǔ)設(shè)施及相關(guān)實(shí)體的關(guān)聯(lián)仍可能引發(fā)部分美國(guó)企業(yè)的合規(guī)顧慮。

Dai表示，MIT許可證讓企業(yè)更便于在自有系統(tǒng)上部署運(yùn)行該模型，并根據(jù)內(nèi)部需求和治理政策進(jìn)行調(diào)整。他認(rèn)為："對(duì)于許多買家而言，GLM-5.1在商業(yè)模型之外提供了一個(gè)可行的戰(zhàn)略選項(xiàng)，尤其是在監(jiān)管約束、知識(shí)產(chǎn)權(quán)敏感性或長(zhǎng)期平臺(tái)控制最為重要的場(chǎng)景下。"

Z.ai在評(píng)測(cè)中引用了三項(xiàng)基準(zhǔn)測(cè)試：SWE-Bench Pro（測(cè)試復(fù)雜軟件工程任務(wù)）、NL2Repo（評(píng)估代碼倉(cāng)庫(kù)生成能力）以及Terminal-Bench 2.0（評(píng)估真實(shí)終端環(huán)境中的問(wèn)題解決能力）。

Omdia首席分析師Lian Jye Su表示："這些基準(zhǔn)測(cè)試專為考察編程智能體的高級(jí)編程能力而設(shè)計(jì)，在這些測(cè)試中名列前茅，反映了強(qiáng)勁的編程性能表現(xiàn)，例如從規(guī)劃到執(zhí)行的可靠性、更少的提示詞反復(fù)調(diào)整以及更快的交付速度。然而，這些測(cè)試與典型的企業(yè)現(xiàn)實(shí)環(huán)境仍存在一定距離。"

Su指出，公開(kāi)基準(zhǔn)測(cè)試仍無(wú)法還原專有代碼庫(kù)、遺留系統(tǒng)和代碼審查流程的復(fù)雜現(xiàn)狀。他補(bǔ)充道，基準(zhǔn)測(cè)試結(jié)果來(lái)自受控環(huán)境，與生產(chǎn)環(huán)境存在差距，不過(guò)隨著越來(lái)越多的團(tuán)隊(duì)引入智能體架構(gòu)，這一差距正在逐步縮小。

Q&A

Q1：GLM-5.1與其他編程模型相比，最大的優(yōu)勢(shì)是什么？

A：GLM-5.1的核心優(yōu)勢(shì)在于長(zhǎng)時(shí)運(yùn)行下的穩(wěn)定性能。許多現(xiàn)有模型在較少輪次后性能就會(huì)下滑，而GLM-5.1可以在數(shù)百次迭代中持續(xù)運(yùn)行，例如在向量數(shù)據(jù)庫(kù)優(yōu)化任務(wù)中，經(jīng)過(guò)超過(guò)600次迭代后仍能持續(xù)提升，最終查詢速度約是單次50輪會(huì)話最佳結(jié)果的六倍。

Q2：GLM-5.1開(kāi)源對(duì)企業(yè)有什么實(shí)際意義？

A：GLM-5.1采用MIT許可證開(kāi)源，企業(yè)可以本地部署，主要帶來(lái)四方面好處：降低成本（無(wú)需按調(diào)用量付費(fèi)）、保障數(shù)據(jù)安全（敏感代碼無(wú)需上傳外部API）、支持自定義（可根據(jù)內(nèi)部代碼庫(kù)靈活調(diào)整），以及一定程度規(guī)避云端依賴風(fēng)險(xiǎn)。對(duì)金融、醫(yī)療等監(jiān)管嚴(yán)格的行業(yè)尤其適用。

Q3：GLM-5.1在基準(zhǔn)測(cè)試中的表現(xiàn)如何？這些成績(jī)能代表真實(shí)能力嗎？

A：GLM-5.1在SWE-Bench Pro上得分58.4，高于前代GLM-5的55.1，也超過(guò)了OpenAI GPT-5.4、Anthropic Opus 4.6和谷歌Gemini 3.1 Pro的得分。不過(guò)分析師指出，這些基準(zhǔn)測(cè)試基于受控環(huán)境，尚無(wú)法完全反映企業(yè)真實(shí)場(chǎng)景中的遺留系統(tǒng)、專有代碼庫(kù)等復(fù)雜情況，實(shí)際落地效果仍需結(jié)合具體業(yè)務(wù)驗(yàn)證。