智谱开源 GLM-5.1，SWE-Bench Pro 居首

背景

GLM-5.1 是智谱推出的大语言模型，Hugging Face 上的模型卡列出其参数量为 7540 亿 ^[1]。它是 GLM-5 的后续版本，智谱对这次更新的定位集中在两件事上：写代码的能力，以及能够持续很长时间、而不是一问一答就结束的智能体（agent）任务。

发生了什么

智谱先在 2026 年 3 月下旬向自家订阅用户开放了这款模型，随后在 4 月 7 日以 MIT 许可证公开了模型权重 ^[2][1]。Hugging Face 模型卡上记录的同样是 MIT 许可证 ^[1]。MIT 是一种宽松的开源许可证，意味着模型文件可以被下载、使用、修改和再分发，限制很少，而不只是通过官方托管的接口才能调用。

这种「先给订阅用户、隔一小段时间再开放权重」的两步走做法，在希望付费用户先用到新模型的团队里比较常见。

关键细节

发布材料里最显眼的是基准测试成绩。SWE-Bench Pro 是一个用软件工程任务构建的基准，模型需要产出一个能真正跑通的补丁；GLM-5.1 在这项测试上得分 58.4 ^[1]。智谱的模型卡称其在该基准上达到当前最优（state-of-the-art）水平 ^[1]。在公司公布的对比表中，58.4 是最高的数字，排在 GPT-5.4 的 57.7 和 Claude Opus 4.6 的 57.3 之前 ^[1]。两处领先的幅度都不到 1 分，所以这张表更适合理解为「处在第一梯队」，而不是「明显拉开差距」。

第二组成绩来自命令行、终端类任务。在 Terminus-2 测试框架下运行的 Terminal-Bench 2.0 上，GLM-5.1 得分 63.5，而 GLM-5 为 56.2 ^[1]。同一项基准在模型与 Claude Code 配合运行时达到 69.0 ^[1]，这说明把模型接进现成的智能体框架里跑，成绩可能比单独使用高出数分。

除了数字，智谱把这款模型的编码能力描述为较 GLM-5 有显著提升，并强调了长程智能体任务——这类任务会在数百轮迭代、数千次工具调用中持续优化同一个目标 ^[1]。换句话说，模型被期待去规划、反复调用外部工具、读取结果再作调整，而不是答一次就停。

影响

市场的反应出现在同一天。2026 年 4 月 7 日，智谱将 API 价格上调了 10%，公司股价在发布当日上涨 11.5% ^[2]。在开放权重的同时提价，说明公司判断托管版本的调用需求不会因为权重可以免费下载而萎缩。

对使用这款模型的人来说，最要紧的是 MIT 许可证本身：它让一个 7540 亿参数的模型 ^[1] 进入了可以自建、微调、嵌进其他产品再发布的范畴，而不受更严格许可条款的束缚。对整个领域而言，这次发布延续了编码模型近来的常见节奏——新版本出现，宣称或拿下某个公开基准的首位，而与上一批领先者的差距往往以零点几分来衡量。