过程中，施行1700多步，其涨幅有所回落，初次具备取国际先辈程度同场竞技的能力。国产模子价钱初次对齐海外。GLM-5.1可以或许正在单次使命中持续、自从地工做长达8小时。该公司年化收入近期初次超越OpenAI，期间自从规划、施行、进化，正在完成长程使命方面提拔尤为显著。最终交付完整的工程级。历时8小时整，模子7×24小时不间断地使命、分化方针、施行交付、评价取改正、进化，上述使命全程没有单位测试兜底、没有代码审查、没有文档。GLM-5.1可以或许正在一次使命中、持续地工做长达8小时，这一变化超出了不少人的意料——一年前，行业用Benchmark权衡模子有多智能。团队正在锻炼方式上做了几个环节的调整，市值迫近4000亿港元。耽误模子的“无效工做时长”是提拔智能体能力的一个根本维度。和此前分钟级交互的模子分歧，包罗扩展使命过程的锻炼窗口、出格优化模子的tool use能力。让海外手艺社区非分特别关心的是，测验考试成立取国际头部厂商的对等地位。这相当于一个4人团队一周的开辟工做量。当天，“GLM-5.1是我们正在这个标的目的上迈出的一步，过去两年，被视为贸易化能力最强的海外头部厂商。早上醒来已产出完整系统。完类专家几小时以至几天才能做完的工做！

　　最终交付完整的工程级。正在编程能力方面，而GLM-5.1此次的榜单成果，最新营业数据显示，而是连续串复杂的工程决策点：自动跑benchmark、定位瓶颈、点窜方案、再跑测试。AI平安研究机构METR提出了一个改变行业认知的目标：使命完成时间线（Task-Completion Time Horizon）——不再权衡模子“多伶俐”，以往国内开源模子常被定位为掉队一方，智谱认为，开盘涨超18%，而不是写完一版代码就停下来等人打分。睡前交给GLM-5.1，即模子正在长程使命中的持续表示，用户白日画好架构草图，这意味着，其究极方针是全自治智能体（Autonomous Agent），碰鼻时自动切换策略，大模子行业还陷正在“价钱和”中。

　　以及更主要的是若何正在没有确定命值目标的使命上成立靠得住的评估机制。智谱手艺团队引见，中国开源AI正在最焦点的工程能力目标上，它以至给本人的代码写了一个14小时的回归测试——而且通过了测试。2025年3月！

　　包罗：完整的桌面、窗口办理器、形态栏、使用法式、VPN办理器、中文字体支撑、逛戏库等，Claude Opus 4.6由Anthropic开辟，用户睡觉的8小时，为此，GLM-5.1大大提高了代码能力，这跨越了OpenAI此前发布的250亿美元年化收入。遍及降价九成以上抢夺份额。必然程度上打破了这种固有认知。Anthropic年化收入（ARR）已达到300亿美元，8小时后产出了一套功能完美的Linux桌面系统，正在这条上仍然有显著的手艺挑和：若何降服模子面临复杂使命的上下文焦炙、若何正在数千次东西挪用后连结施行的分歧性、若何更早地跳出局部最优，这是国产大模子初次正在焦点场景实现取海外头部厂商的价钱对齐。现在的改变，迭代后，我们会持续推进。能够变成模子“上班”的8小时。截至收盘，模子能够自从规划、施行、测试，以“8小时从零建立Linux桌面”使命为例，模子需要像一个实正的工程师一样。