4 月 7 日，Z.ai（原智譜 AI）發佈了 GLM-5.1，754B 參數，MoE 架構，MIT 協議開源。
跑分結果：SWE-Bench Pro 58.4%，全球第一。GPT-5.4 是 57.7%，Claude Opus 4.6 是 57.3%。
光這個數字就夠刷一波熱度了——開源模型在程式設計能力這個維度上正面超越了兩大閉源旗艦。但更有意思的是另一件事：
這個模型的訓練全程用的是華為昇騰 910B 晶片和MindSpore 框架，沒有一塊 NVIDIA GPU 參與。
模型的技術參數
先過一下硬指標：
| 參數 | 數值 |
| 總參數量 | 754B |
| 每次激活 | 40B |
| 架構 | MoE + 動態稀疏注意力 |
| 上下文窗口 | 200K tokens |
| 最大輸出 | 131072 tokens |
| 模型檔案大小 | 1.51TB（HuggingFace） |
| License | MIT |
幾個 benchmark 的成績：
- SWE-Bench Pro：58.4%（全球第一）
- CyberGym：68.7%
- BrowseComp：68.0%
- AIME 2026：95.3%
SWE-Bench Pro 測的是真實 GitHub issue 修復，不是那種換個馬甲就能刷高分的合成數據集，58.4% 這個數字含金量是實的。
能跑 8 小時的 Agent
GLM-5.1 有個不太被提到但很重要的能力：自主執行能力。
官方描述是「獨立執行任務超過 8 小時，跨越數百輪操作、數千次工具呼叫」——可以不中斷地連續工作 8 小時以上，期間處理幾百輪任務、幾千次工具呼叫。
大多數模型在複雜 agent 任務裡撐不過幾十輪就開始失控：上下文窗口塞滿了，推理開始失常，工具呼叫開始循環。GLM-5.1 顯然在這塊做了專項優化，不是只靠大上下文窗口硬撐。
這對企業級 Agent 部署是個實質性進步，不是 benchmark 刷分。
最值得說的：沒有 NVIDIA
訓練硬體：華為昇騰 910B
訓練框架：華為 MindSpore
這不是一個小細節。
長期以來，訓練大規模模型的最優路徑幾乎只有 NVIDIA CUDA 這一條。H100、H800、A100——能用哪個用哪個，MindSpore 在工程成熟度上距離 PyTorch 差距一直不小。
GLM-5.1 證明了這條路是可以走通的：不只是跑起來了，而是訓出了打敗 GPT-5.4 和 Claude Opus 4.6 的模型。
「GLM-5.1 Tops SWE-Bench Pro With Zero NVIDIA Hardware」
—— Awesome Agents
這事的政治意義和技術意義一樣大。美國對華的 AI 晶片出口管制現在已經是實打實的生產約束，不是未來威脅。GLM-5.1 是一個實驗結果：在算力受限的條件下，中國 AI 團隊能做到什麼。
答案目前是：SWE-Bench Pro 全球第一，MIT 協議開源，API 定價 $1.26/M token。
價格放出來比一比
GLM-5.1 API 定價：
- 輸入：$1.26/M tokens
- 輸出：$3.96/M tokens
作為對比：Claude Opus 4.6 差不多是 $15/$75，GPT-5.4 也在同一數量級。
SWE-Bench Pro 全球第一的程式設計能力放在這個價格上，對於 AI 程式設計基礎設施的開發者來說，選項很清晰。
當然，SWE-Bench Pro 不能代表所有場景。GLM-5.1 在數學推理和通用 benchmark 上仍然落後於頭部閉源模型，原文沒有迴避這點。這不是一個全能冠軍，是一個在程式設計 + Agent 方向打出差異化的專項模型。
一個值得關注的趨勢
最近一年，Z.ai（GLM-5.1）、DeepSeek（V3.2）、Kimi K2 等中國開源模型接連在各個專項 benchmark 上登頂，MIT 或 Apache 協議，API 價格碾壓閉源對手。
Meta 宣佈部分閉源，OpenAI 從未真正開源旗艦——反而是中國公司在堅持把權重公開出來。
這個格局在 2025 年初幾乎不可想像。
參考來源：Z.ai Releases GLM-5.1: 754B Model Tops SWE-Bench Pro（WinBuzzer）；CocoLoop、GLM-5.1 Tops SWE-Bench Pro With Zero NVIDIA Hardware（Awesome Agents）；GLM-5.1 vs Claude, GPT, Gemini, DeepSeek: how Zhipu AI's model stacks up（APIdog）