Z.AI 的 GLM 5.1 模型在长时序代理任务中领先，超越竞争对手

Z.AI 发布了其 GLM 5.1 模型，这是一个开源选项，专为长时序代理任务设计，能够自主运行长达 8 小时。据报道，该模型在 SWE-Bench Pro 基准测试中优于 GPT-5.4、Claude Opus 4.6 和 Gemini 3.1 Pro。该公司还提供 GLM 4.5 Air 用于更快、成本更低的日常使用，以及 GLM 5 Turbo 用于中等级别的代理执行，所有这些都可以通过 MCP Agent Studio 访问，无需 API 密钥或编码。 AI

影响 新的开源模型声称在 SWE-Bench Pro 上达到 SOTA，可能影响代理开发和工具调用能力。

排序理由 Z.AI（前身为 Zhipu AI）发布了 GLM 5.1，这是一个开源模型，在特定基准测试性能方面声称超越竞争对手。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• BFCL-v3
• Claude Opus 4.6
• Gemini 3.1 Pro
• GLM 4.5 Air
• GLM 5.1
• GLM 5 Turbo
• GPT-5.4
• MCP Agent Studio
• OpenAI
• SWE-Bench Pro
• Z.AI

• 模型发布
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →