重磅开源!智谱 GLM-5.1 登顶全球基准,国产大模型刷新技术天花板

智谱GLM-5.1登场:开源首超Opus 4.6,8小时自主执行重塑AI Agent边界 智谱AI发布的GLM-5.1实现了大模型能力的范式跃迁,其核心突破在于将模型交互极限从"分钟级"提升至"8小时级",支持长达1200多步的自主任务执行。该模型采用744B MoE架构,在SWE-bench Pro等硬核代码评测中超越Claude Opus 4.6,首次实现国产模型登顶全球榜单。GLM-5.1的发布标志着AI从对话工具向"执行式OS"的转变,重塑了以工程交付价值为核心的商业模式。尽管在领域专业知识和容错率方面仍存边界,但这一突破为Au 阅读详情

2026 年,国产开源大模型赛道迎来里程碑式突破!智谱 GLM-5.1 正式全面开源,以硬核技术实力打破行业预期,为全球开发者与人工智能产业,交出了一份惊艳的答卷。

作为国产大模型的标杆之作,智谱 GLM-5.1 在参数规模与工程能力上实现了双重突破。

该模型搭载 744B 参数、40B 激活的强悍配置,突破长任务处理瓶颈,可稳定支持 8 小时超长连续自主编程任务,完美适配复杂软件开发、全流程项目开发等工业级场景。

更具诚意的是,智谱已将 GLM-5.1完整模型权重免费上传至 Hugging Face 平台,所有开发者均可自由下载、本地部署与二次开发。

与此同时,Nebula API 已完成第一时间接入,无需复杂配置,即可快速体验这款顶级模型的核心能力,诚邀全球开发者抢先试用!

此次开源,堪称行业意料之外的重磅惊喜。

此前业内普遍预判,智谱 GLM-5.1 将延续商业化闭环路线,依托 Coding Plan 生态实现商业变现。

而智谱最终选择无条件全面开源,不仅彰显了企业的技术自信,更以开放姿态赋能全行业,为国产 AI 生态的繁荣注入强劲动力。

硬核实力,数据为证。

在权威技术评测中,智谱 GLM-5.1 强势登顶,坐稳 2026 年初全球综合能力最强开源大模型宝座。

在高度贴合真实工业场景的 SWE-Bench Pro基准测试中,GLM-5.1 斩获全球第一的优异成绩,综合性能全面超越 GPT-5.4、Claude Opus 4.6 等国际顶级闭源模型。

代码能力综合评测位列全球第三,同时稳居国产第一、开源第一,实现了技术实力的全方位领跑。

对于广大开发者与企业而言,智谱 GLM-5.1 的开源意义非凡。这是一款能力对标全球顶级闭源模型,同时彻底摆脱云服务束缚、支持全链路私有化本地部署的开源大模型。

它赋予了开发者更高的技术自由度,为企业提供了安全可控、低成本落地的 AI 技术方案,有效降低了高端大模型的应用门槛。

从长任务处理到工业级编程,从参数突破到生态开放,智谱 GLM-5.1 的问世,不仅是单个模型的技术升级,更是国产大模型在核心技术领域稳步崛起的缩影。

以开放破局,以技术立身。

智谱 GLM-5.1 的全面开源,正在重塑全球大模型的技术格局,也让世界看到了中国人工智能的创新力量。未来,期待更多国产 AI 技术突破边界,以开放生态驱动产业革新,书写人工智能发展的全新篇章!

​

Nebula Data 星雲數據,总部位于新加坡,在雅加达、广州、上海、香港设有分支机构。公司自主研发 Nebula Lab 一站式 AI 内容生成与模型聚合平台,搭载企业级 AI Agent,聚合全球通用大模型与行业垂直模型;同步推出 Nebula AIoT 硬件生态体系(含智能交互终端、物联网网关等产品),形成 “云 - 边 - 端” 全链路智能解决方案,为电商、制造、零售等多领域客户提供从云端算力支撑、AI 智能决策到终端场景落地的一体化服务;同时提供全球 AIDC(AI 智算中心)+ 低延迟网络服务,以技术底座赋能企业拥抱 AI、链接物理世界,拓展全球业务。

人形机器人电源系统硬件开发:从原理图设计到PCB布局的完整流程 人形机器人是“移动的智能终端”,其电源系统如同“心脏+血管”:既要为大脑(主控)、肌肉(电机)、感官(传感器)提供稳定能量,又要在有限体积内应对高动态负载(如跳跃时电机瞬间大电流)。本文聚焦“硬件开发”维度,覆盖从需求分析到PCB制板的完整流程,适合硬件工程师、机器人爱好者快速掌握工程实战方法。 阅读详情

相关推荐

保姆级教程:用Python 3.10和Ollama在Windows上搞定LightRAG本地部署(附环境配置避坑指南)

本文提供了一份详细的Windows系统下LightRAG本地部署指南,涵盖Python 3.10环境配置、Ollama模型服务安装到LightRAG核心组件部署的全流程。特别针对Windows平台常见问题提供解决方案,帮助开发者快速搭建高效的检索增强生成(RAG)系统,实现专业领域知识的智能检索与整合。

weixin_28725407的博客 481

GLM-5.1技术解析:动态稀疏注意力与分层知识注入实战

大语言模型(LLM)的推理能力提升,核心在于长上下文建模、知识融合与指令遵循三大基础能力。动态稀疏注意力(DSAW)通过语义聚类优化计算复杂度,显著缓解显存瓶颈;分层知识注入(HKI)将结构化知识、领域关系与实时图谱按需门控融合,增强事实准确性与专业深度。二者协同,不仅支撑MMLU、GPQA等综合基准突破,更在教育诊断、医疗辅助、工业质检等真实场景中实现可验证、可审计的推理输出。本文基于GLM-5.1开源实践,系统拆解DSAW与HKI的技术原理、部署调优及跨硬件适配方案,为算法工程师与应用开发者提供可复用的

weixin_30386713的博客 393

408计算机复试专业课问答汇总

408计算机复试专业课问答汇总

weixin_45930223的博客 3698

智谱GLM5.1重磅上线!深度测评+全维度解析,对比GLM5到底进化了什么?

智谱GLM5.1深度解析:国产大模型的编程与智能体突破 智谱AI最新发布的GLM5.1在短短一个月内完成了对GLM5的重大升级,成为国产大模型的标杆之作。该模型在编程能力上提升30%,逼近Claude Opus 4.6水平,支持200K长上下文和128K输出,优化了稀疏注意力机制和异步强化学习框架,显著提升推理效率和任务稳定性。实测显示,GLM5.1能自主完成复杂编程任务和长文本处理,智能体执行能力实现质的飞跃。其核心优势在于顶尖的编程与智能体能力、低成本部署、合规性及开源生态,适合开发者、企业和学术用户。

weixin_69359007的博客 1万+

【Matlab 传感器布局优化】基于群智能算法的wsn覆盖优化研究

本文主要是对同构和异构传感器在指定空间内的布局进行优化,以最大覆盖率为目标,使用了DBO/SCA/WOA/SSA/NOA等启发式算法,在100x100的空间内,对30,100,200个传感器进行优化,得到最优的布局位置和对应覆盖率。

u013367499的博客 1818

三维重建Fusion中的TSDF算法通俗描述

看个视频 https://www.youtube.com/watch?v=8M_-lSYqACo 这是mobilefusion的视频,大家先了解一下,看到在三维重建的时候外面有个长方体包围盒了吗? 数据准备: 我们不同角度拍摄的RGB图、深度图和相应的pose.txt。 步骤: 1.建立长方体包围盒 要建立一个长方体包围盒。让所有的三维点都在这个长方体里面。 假设z方向垂直相机。 很明显,x,y方...

qq_30339595的博客 1万+

GLM-5.1 炸裂上线!编程能力 94.6% 逼近 Claude Opus 4.6,价格只要 1/3(深度评测)

智谱AI发布GLM-5.1模型,在Claude Code测试框架下获得45.3分,接近Claude Opus 4.6的47.9分,性能达94.6%但价格仅为1/3。该模型采用744B参数MoE架构,支持200K上下文,在编程、安全编码等任务表现出色。GLM-5.1仅用1个多月就实现28%性能提升,兼容主流开发工具,提供高性价比的订阅方案,适合日常编程场景。

tigerhhzz的博客 2197

热更新方案 HybridCLR 学习教程 |(一)原理及准备工作

前面文章介绍了热更新相关的知识,包括使用xLua实现热更新实战等 那本文就来介绍一下 热更新方案 HybridCLR(代号wolong,原huatuo)和基本使用方法。 若是想了解更多关于HybridCLR的东西也可以去 官网 详细查阅。

努力前行,总会成为自己心中的那道光 2万+

智谱GLM-5.1实测

官方将其定位为"面向长程任务的开源第一模型",核心升级方向集中在代码工程能力和长程Agent任务上——GLM-5.1能够在单次任务中独立、持续工作超过8小时,在SWE-Bench Pro等代码基准上取得了全球模型第三、开源模型第一的成绩。官方选取了业内最具代表性的三个代码评测基准进行综合评估,GLM-5.1取得全球模型第三、国产模型第一、开源模型第一的成绩。GLM-5.1此次迭代的核心升级集中在代码工程能力和长程Agent任务两个方向,以下为官方公布的Benchmark数据。

easyllm的博客 1958

ORB-SLAM2算法4之KITTI开源数据集运行ORB-SLAM2生成轨迹并用evo工具评估轨迹

ORB-SLAM2算法1 已成功编译安装ORB-SLAM2到本地,本篇目的是用KITTI开源数据来运行ORB-SLAM2,并生成轨迹,最后用evo评估工具来评估ORB-SLAM2生成的轨迹和真值轨迹。

重点记录机器人和自动驾驶相关领域的技术,尤其是计算机视觉,视觉SLAM等,不仅有前言文献或必备算法的学习,也会有实际应用的点滴经验 2326

数据处理和分析之数据预处理:数据离散化

在某些情况下,根据业务知识或数据特性,我们可能需要自定义离散化的区间。例如,对于年龄特征,我们可能更关心儿童、青少年、成人和老年人这几个阶段,因此可以自定义这些区间。等宽离散化:将数据范围分成等宽的区间。等频离散化:将数据分成包含相同数量观测值的区间。聚类离散化:使用聚类算法(如K-means)来确定离散化区间。自定义区间离散化:根据领域知识或数据特性手动定义区间。# 自定义区间离散化示例# 假设我们根据业务理解,将年龄分为青年、中年和老年三个阶段。

2401_87715305的博客 934

免费使用 GLM-5.1 模型并配置在 Claude Code 进行实战的完整指南

结合 Ollama 的便捷性和 Claude Code 的强大功能,你现在拥有了一个。让我们通过一个完整的实战案例,展示 GLM-5.1 在 Claude Code 中的强大能力。GLM-5.1 模型页: https://ollama.com/library/glm-5.1。Ollama 文档: https://docs.ollama.com。Z.AI 博客: https://z.ai/blog/glm-5.1。是 Z.AI(智谱AI)推出的下一代旗舰级大语言模型,专门为。

Honmaple的博客 2530

网口通信实战(C#完整版):基于TCP协议的工业仪表数据采集系统开发

工业现场中80%的智能仪表(压力/温度/液位/流量/数显仪表)、采集模块、测控终端均支持TCP网口通信,这类设备的TCP通信有鲜明的工业特性:基于字节流的自定义二进制协议、一问一答的主从通信模式、对数据完整性/稳定性要求极高。本次实战是纯工业级落地项目,基于C# WinForm + .NET Framework 4.8(工业上位机标配)✅纯原生无依赖:零第三方类库/控件,仅用C#原生,源码可100%复用、无引用冲突、工控机完美兼容;✅双采集模式完美适配:同时实现「单次手动采集」+「连续自动采集」

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1800

太强了!GLM-5.1 第一手实测,平替Claude Opus 4.6?

AI Coding正在经历一条非常清晰的能力跃迁路径。最早的AI coding,本质上是程序员的效率工具。模型学会写代码、调用工具,但它主要还是一个辅助者,服务对象是专业开发者,作用方式是局部提效。而之后的,Coding从专业行为变成一种更大众的表达方式。人们不需要理解每一行代码,但可以借助更好的,把想法快速变成产品原型。在这个阶段,,拥有好的idea的值开始凸显。

测试开发技术 3929

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

GLM-5.1开源解析:动态稀疏注意力与认知蒸馏驱动的国产大模型突破

大语言模型(LLM)作为人工智能基础设施,其核心能力取决于推理架构与训练范式。传统Transformer面临长文本崩塌、多跳逻辑断裂、事实幻觉等共性瓶颈,而动态稀疏注意力机制(DSAG)通过语义密度感知实现计算资源的自适应分配,显著提升长程一致性与跨文档归纳能力;认知蒸馏则从专家知识注入、对抗性思维训练、跨模态校验三层次重构数据价值密度,增强输出可验证性与溯源能力。这类技术演进正推动大模型从‘通用理解’迈向‘领域可信推理’,广泛适用于法律文书生成、金融尽调分析、政务知识库构建等强逻辑、高准确率要求的垂直场景

weixin_30561425的博客 518

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

【Reading Notes】(10.3)Favorite Articles from 2026 March

是目前很受国内欢迎的国产开源 AI 桌面客户端,它把 DeepSeek、Claude、Gemini、Ollama 等 300+ 模型一键接入,还原生支持 OpenClaw(小龙虾)快速安装,让你几分钟内就能拥有一个“有灵魂”的持久 AI 伙伴——它会记住你是谁、怎么说话、有底线,还能定时干活、管日程、写代码。他展示了一个实验室管理系统,包括数据分析、实验管理、采购等功能。2)网络安全,就是行业笑话:你以为你是在玩AI,其实,你是把GitHub、Slack、邮箱、API key、数据库的全部钥匙,都给了它。

bryant_meng 1057

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

GLM-5.1今日开放:性能暴涨30%,逼近Claude,开发者实战优化

GLM-5.1这次发布,让我感觉国产大模型真的进入了"并跑"甚至"领跑"的阶段。不是那种"差距只有半年"的自我安慰,而是实打实的性能数据——45.3对47.9,这差距已经小到在实际使用中可以忽略不计了。更关键的是,智谱选择了"低调上线+开源承诺"的路线。没有浮夸的营销,直接放配置文档让开发者上手试;不搞封闭生态,承诺MIT开源。这种"拿产品说话"的态度,反而更让人看好。如果你现在是GLM Coding Plan用户,建议直接切到5.1试试,反正零成本。

HHX_01的博客 2868

AI独自写了8小时代码,还把SWE-Bench刷到了第一——GLM-5.1到底做对了什么?

大家好,我是摘星,今天我们来聊聊智谱刚发的GLM-5.1——一个能连续干8小时代码活儿、中途不需要人类插手、还把SWE-Bench Pro刷到58.4分刷新纪录的开源模型。4月7日,智谱AI发布了GLM-5.1。一句话概括这个模型的核心卖点:它不是让你「对话写代码」,而是让你把一个复杂的工程任务丢给它,然后下班走人,8小时后回来看结果。这种从「Vibe Coding」到「Agentic Engineering」的范式转变,才是GLM-5.1真正值得关注的地方。

摘星编程的博客 1975

私有化部署、多模型统一入口,用国产 GLM‑5 做一个“真干活”的代码助手

综合来看,Lobe Chat + 蓝耘 MaaS + GLM‑5 这条路,有几个比较实在的价值: 数据主权:对话和知识库都在你自己服务器上,满足很多企业的合规要求。 国产高性能模型:GLM‑5 在编程和 Agent 任务上的表现已经接近国际顶尖模型。 统一入口:一个界面里切换多家模型,降低使用门槛。 可扩展:插件系统、Agent 市场、知识库,可以让它从“聊天工具”变成“业务助手”。 如果你准备自己搭一套真正“能用起来”的 AI 环境,这套组合是值得认真考虑的。

Lethehong 4万+

智谱 GLM-5.1 正式开源并上线 AtomGit AI!

全球开发者可直接克隆、下载、二次开发、部署落地,开启长程自治 AI 工程时代。作为迄今最智能的旗舰模型、全球最强开源大模型,GLM-5.1 彻底打破分钟级交互限制,

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 2707

开源GLM-5.1 实测:这玩意儿成精了!全球最强

我们观察到一个典型的"阶梯型"优化轨迹:模型在一个固定策略内进行增量调优,当收益趋于停滞时,主动分析Benchmark日志、定位当前瓶颈,然后跳转到结构性不同的方案——从全库扫描到IVF分桶,从单精度到量化粗排,从单层路由到两级剪枝。在这条路上仍然有显著的技术挑战:如何克服模型面对复杂任务的上下文焦虑、如何在数千次工具调用后保持执行的一致性、如何更早地跳出局部最优,以及更重要的是如何在没有确定数值指标的任务上建立可靠的自我评估机制。,我们通过对比多个模型的优化曲线,更直接地看到了这个差异。

emprere的博客 626

国产最强开源模型 GLM-5.1 来了!Ollama 一键部署,开启 8 小时自主 AI 工作

GLM-5.1不是一次架构革新,而是一次后训练工程的深度胜利它在GLM-5的基石上,通过多任务SFT、推理强化学习、智能体强化学习等渐进对齐技术[reference:25],在不到两个月的时间里,将编程能力提升了近三成,让长程自主任务从“概念”变成了“现实”。MIT协议 + Ollama一键部署 + 国产芯片全栈适配的组合,意味着开发者不需要昂贵的GPU集群,在自己的电脑上就能拥有一个能“工作8小时”的AI工程师。现在,去终端里敲下,亲自感受一下国产最强开源模型的生产力吧。

PeterPan的博客 2859

GLM-5.1上线, 媲美最强编程大模型!

更关键的是,任务不是固定流程,可能中途会发生变化,例如出现需求变了,用户反馈不好,需要对原来的设计进行大规模修改,这就要求模型能记住过去干了什么事情,不能从零开始。但这也没办法,这是大势所趋,我们还是多往软件生命周期的两端(产品定义和产品营销)多走一走吧,选什么东西做,判断什么是对的,如何推向市场,这将会变成新的护城河。这个挑战是相当大的,如果GLM-5.1不记得之前的工作,肯定实现不了,如果第一轮GLM-5.1写代码的时候,耦合度太高,换地基的时候楼恐怕就要塌了。

码农翻身 869

智谱GLM-5.1深度评测:8小时连续工作,开源大模型进入“工程交付“新纪元

全球首个通过真实工程任务验证8小时持续工作能力的开源模型,在SWE-Bench Pro上超越GPT-5.4和Claude Opus 4.6登顶全球第一,重新定义AI从"回答问题"到"完成项目"的范式转变。有个AI,在真实工程任务中连续工作了8小时,完成了1200多步操作,从零搭建了一套完整的Linux桌面环境。但真实工程任务不一样:你可能需要先查资料,再写代码,发现报错后换思路,再试,再报错,再换……当然,这个"工程师"还有不足——复杂推理、长文本理解、多模态处理,这些都还有提升空间。

datayx的文章 1393

智谱GLM-5深度解析:稀疏架构革新与2026年开发者实操全指南(附可运行代码)

GLM-5的发布,标志着国产大模型正式进入“稀疏架构主导、效率优先”的新阶段,其745B参数量与44B激活参数的平衡设计,完美解决了2026年开发者“高性能与低成本不可兼得”的核心痛点。

学海无涯,笃行致远 5692

GLM-5.1 再次刷新上限,这次超过了 Claude Opus 4.6?

GLM-5.1 的出现证明了国产开源模型在智能体工程领域的竞争力也是杠杠的。它不是一个普通的机器人,它是一个能自我迭代的机器人,连人都做不到反省自己,AI 做到了。在实际使用中,建议关注其推理速度。目前该模型的生成速度约为每秒 44 个 Token,处理复杂任务可能需要较长的等待时间。同时,在面对超长上下文时,如果模型连续两轮未能解决某个 Bug,建议手动干预或重启对话,以规避可能出现的逻辑幻觉。

Sammyyyyy的博客 939
上一篇: AI 选不对,调试全白费
下一篇: Claude Opus 4.7 + Claude Code 全面升级,国内用户怎么用最省心?
NEBULA DATA星雲數據
博客等级 码龄1年 36粉丝 48原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值