GLM-5.1 深度體驗:最強開源編程模型 ?| 中文配音

深度大乱斗
6粉絲
12 次觀看·2026年8月17日
Z.AI剛剛發佈了GLM-5-1
這是一個開源模型
號稱在許多軟件工程基準測試中性能最高
上週我剛評測過GLM-5B Turbo
那更像是一個專注於視覺編碼的多模態模型
這個模型則更直接對標OPUS或GPT-5-1這類模型
看看它在編碼性能上與當前許多模型的對比
略低於那些頂級的線段模型
但領先於像Colon 3.6+, Minimax M2-7或KimiK 2.5這些很多人喜歡的模型
在開源模型中執行編碼任務
特別是在自主編碼方面
它實際上還略勝GPT-5.4和OPUS 4.61超
至少在這個基準測試中
他們有點吹噓的是這種自主編碼或設計的能力
它花了大約8小時在一個循環中處理一項任務
不斷優化功能、樣式和交貨
從而從零開始構建了一個Linux桌面
所以它是專門爲更長期的編碼任務構建的
據說它在處理模糊問題時判斷力更好
並能通過迭代持續優化
現在你可以在OpenRota上獲取它
價格很有競爭力
如果你通過API使用
這是個開源模型
所以你現在就可以在本地免費運行
它已經在Hackingface上架了GLM-5W
而且我已經看到一些社區成員開始了量化工作
但它相當龐大
有7540億參數
我這臺電腦顯然跑不動
但即使使用API
也比Opus或GPT-4 Turbo這類模型便宜得多
價格與其他開源提供商的編碼模型處於同一區間
儘管價格合理
但它卻擁有與那些尖端模型相似的編碼能力
今天首次體驗GLM-5W
我想通過Okenrotar來運行它
因爲我自己的電腦跑不了
具體來說
我會通過我的Hermes智能體來使用它
看看它能否執行編碼任務
新模型層出不窮
我不可能對每個都做測試或出體驗
但我覺得這個很重要
因爲它是排名第一的開源編碼模型
所以這是一個相當重要的發佈
我做的第一件事是讓它看這個代碼庫
這是我一直在做的一個項目
詳解請看下期
主題是注意力機制
我在嘗試將這種吸收注意力方法適配到
使用不同類型注意力的現有開源模型上
我這裏這個代碼庫實驗性很強
但我正在積極研究它
所以我要問它的第一個問題是
我希望你審查我這個代碼庫
研究一下這個主題
並提出五項修訂或改進建議
以提升速度或性能
這是Hermes智能體
你可以時時看到它的所有操作
卻些小的工具調用
它現在又分派了另一個智能體去研究TISA
也就是我們這裏試圖適配的那種注意力方法
這是它基於研究和對我代碼庫的審查所提出的建議
這些建議非常具體
是基於它查閱的論文提出的
你可以看到
它引用了我的代碼庫中的具體行號
列出了最終預期目標
這份清單很不錯
爲了覈對智能體的工作
我把它提出的改進建議給了Cloud
這是Cloud Opus 4.6
我構建這個代碼庫時就是和它交流的
所以它對這個主題了解最詳細
研究最深
它發現了一點是
最後那個小部分
是它自己臆想出來的額外建議
實際上並沒有截斷操作
Hermes智能體臆造了那個
但除此之外
它提出的建議都是合理的
並且有效
有些建議有效
但我的硬件無法實現
有些其實我已經在
尚未盛傳的代碼庫的版本中完成了
總的來說
除了那一次臆想
它的研究和建議都很好
考慮到只是快速嘗試
沒有深入研究
這結果已經和好了
所以在代碼庫審查
研究和適配新功能方面
它做得相當好
我們其實可以逐一嘗試這些建議
這個模型的一個優點
是擅長處理長期任務
所以我們可以去嘗試實現每一個建議
看看結果如何
然後決定保留
還是放棄這個改動
下一個任務
我想讓它審查這些文字記錄
我有幾份非常非常長的交易日誌記錄
基本上是某人對其交易的詳細分析
我要讓它做的是審查這些交易
準確說是審查這些文字記錄
嘗試從中提取出一個
可執行的交易策略
然後使用實時APA
構建一個篩選監控器
我們會用HyperLiquid API
它最合適
然後創建一個模擬交易器
這樣我們就能把這些視頻記錄
轉化爲實際的交易算法
再變成一個模擬交易器
所以這實際上將是一個編碼任務
看看它表現如何
好的
我已經把文字記錄發過去了
我的想法
是把它當作一個長期任務來用
讓它定期監控模擬交易器和策略
看看哪些有效
哪些無效
並據此不斷調整策略
它遇到了一些工具調用問題
雖然文件已經附在這裏了
但它沒找到
我直接附加後它才找到
所以有點小毛病
可以這麼說
使用新模型時
必須弄清楚它的長處和短板
以及如何正確使用它
我們正在這裏實時摸索
它正在處理這個長任務
我會讓它繼續運行
看看結果如何
它做了大量工作
深入研究了我的問題
還編寫了一些文件
在測試HyperLiquid API時
觸發了速率限制
所以
我們要用更保守的速率限制
以免再碰到那些錯誤
到目前爲止
它已經構建了幾個Python腳本
一個包含所有設置的配置文件
數據源
這是我們從HyperLiquid API
獲取數據所需的
它把這兩個作爲基礎構建好了
現在
它已經規劃好了這些部分
但還沒有構建它們
包括ICT分析
交易信號引擎
實時篩選器
然後是模擬交易器
以及完整的命令行入口
你看
大概花了40分鐘
不對
是30分鐘才做到這一步
不過它自己完成了不少工作
基本沒讓我羅外提示
那就讓它繼續寫完剩下的腳本吧
我得說
比起我常用的OPOS 4.6
它確實慢了一點
我之前用OPOS做過類似項目
這個肯定更慢
但該做的它都做到了
最後能不能用還得看結果
不過它的計劃挺靠譜
你看這邊
它寫所有文件的操作都在這了
你看
這是Hermes代理特有的
但它根據這個生成了一堆記憶
任務本身更都是Hermes代理的功能
不過你看都完成了
確實花了些時間
但成了
而且我沒怎麼費勁提示
它做了ICT篩選器和模擬交易器
處理了基本上就是一堆ICT視頻
交易視頻的文字稿
從中提煉出了一套交易策略
你看這裏
核心ICT引擎
貨幣對價值缺口
訂單快
擺動
流動性持
這些全是ICT策略的關鍵
它創建了篩選器和模擬交易器的Python腳本
還跑了三天回測
勝率37%
但
盈利7490美元
所以勝率雖低
但盈利是虧損的三到四倍
卻正是經典的ICT風險回報比策略該有的效果
這結果相當驚人
它花了將近一個小時
我什麼時候給它的第一個任務
10點45
大概12點11分45秒完成的吧
一個多小時
稍微超了一點
所以確實耗時
但基本不用我操心
給了羈絆指令後
我這邊很多命令
其實只是問些問題
遇到些API問題
我覺得是速率限制導致的
但整個過程不需要我一直頂着
你看這個金色輪廓
我現在需要Twinpost的筆記本共享屏幕
你可以看到終端裏篩選器正在運行
我得在WSL環境下才能運行
不過你看它每30秒掃描一次
SPX價格變化也實時顯示
是啊
它構建得很快
我其實挺驚訝的
對於這麼複雜的任務來說
看
發現一個交易信號
不錯的看街信號
看看這次能不能賺點
但這個任務包含很多環節
分析大量數據
從中提取策略
然後編碼構建篩選器和模擬交易器
它也完成得很好
而且沒怎麼要我指導
所以雖然肯定比OPUS慢
但省心多了
基本不用管
它自己就能一次搞定
最終結果
跟我用OPUS做的那個非常接近
所以你可能需要在速度上做些妥協
但質量絕對沒問題
難怪基準測試表現好
真正讓人興奮
也是它與衆不同的地方在於
這是個開源模型
雖然我現在沒法本地運行
但肯定已經有社區在努力開發
能在更小硬件上運行的定製版本了
作爲一個開源編碼模型
這非常厲害
本地運行免費
用API的話也相當便宜
在編程和智能體編碼方面
表現接近甚至略優於基準
以上就是GLM-5-1初體驗
分享你的使用體驗
你喜歡它嗎?
相比其他開源編程模型
你更偏愛它嗎?
今天到此結束
點贊訂閱支持
每當有重要的新模型發佈
我都會第一時間上手親自測試
現在模型發佈太頻繁了
我沒法全測
但這個確實很重磅
今天就到這裏
請點贊
請訂閱頻道
我們下期再見
