智谱GLM-5.1开源：754B参数MoE模型可连续工作8小时

科技前沿 • 2026-04-11 07:40 • 阅读 0
大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。
 核心建议：GLM-5.1在SWE-bench Pro基准以58.4分超越GPT-5.4和Claude Opus 4.6，三大代码评测综合平均分位列全球第三、开源模型第一。该模型支持8小时长程自主任务，在向量数据库优化场景中实现6倍吞吐量提升。采用MIT协议完全开源，支持商业使用，适合需要长周期自动化工程任务的开发团队评估，但需注意754B参数规模对硬件的高要求。
GLM-5.1采用754B参数Mixture-of-Experts（MoE）架构，单次推理激活40B参数，配备200K Token上下文窗口与131K Token最大输出长度 。其核心技术突破在于DeepSeek Sparse Attention（DSA）稀疏注意力机制，通过仅关注关键信息片段降低长文本处理算力消耗，同时保持上下文理解能力 。
值得注意的是，该模型完全基于华为昇腾910B芯片训练，未使用英伟达硬件，验证了中国本土算力基础设施训练前沿模型的可行性 。
在代表真实软件开发能力的权威评测中，GLM-5.1表现如下： 
  
    
     
     SWE-bench Pro 58.4 57.7 57.3 54.2 该基准第一 
     Terminal-Bench 2.0 待验证 待验证 领先 待验证 命令行任务 
     NL2Repo 待验证 待验证 领先 待验证 代码库生成 
     CyberGym 68.7 待验证 66.6 待验证 网络安全 
     KernelBench Level 3 3.6倍加速 待验证 4.2倍加速 待验证 GPU内核优化 
    
综合定位：在SWE-bench Pro、Terminal-Bench 2.0、NL2Repo三大代码基准的综合平均分中，GLM-5.1取得全球第三、国产模型第一、开源模型第一的成绩 。在SWE-bench Pro单项上，以58.4分成为该基准目前公开记录中的高分模型 。
GLM-5.1的核心差异化能力在于长周期自主任务执行（Long-Horizon Task），区别于传统分钟级交互模型：
对于希望私有化部署的开发者，建议按以下流程操作： 
  
    
     
     硬件评估：确认具备企业级GPU集群资源。754B参数规模（激活40B）对显存与算力要求较高，消费级硬件难以承载完整模型推理 。 
     获取模型权重：访问Hugging Face仓库（zai-org/GLM-5.1）或ModelScope（ZhipuAI/GLM-5.1）下载标准版或FP8量化版权重文件 。 
     环境配置：使用vLLM或SGLang推理框架进行部署。华为云用户可通过ModelArts平台一键完成推理服务部署，支持公共池与专属池两种资源模式 。 
     工具链集成：在Claude Code、OpenCode、Kilo Code等主流开发工具中，通过修改配置文件将默认模型指向GLM-5.1 API端点，实现开发环境无缝切换 。 
     API调用：通过BigModel开放平台（bigmodel.cn）或Z.ai（z.ai）获取API密钥，输入成本约$1.40/百万Token，输出成本$4.40/百万Token，缓存命中Token成本$0.26/百万Token 。 
    
GLM-5.1采用MIT许可证完全开源，这是中国头部大模型厂商首次以如此宽松的条件开源旗舰级模型 。MIT协议允许用户自由使用、修改、分发及商业部署，无需支付授权费用或公开衍生作品源码。
需注意的是，智谱同步上调了API服务价格10%，调价后Coding场景缓存命中Token价格已接近Anthropic Claude Sonnet 4.6水平，标志着国产大模型首次在核心场景实现与海外头部厂商的价格对齐 。
建议使用场景：
当前局限： 
  
    
     
     总结：GLM-5.1的开源标志着国内大模型在工程化能力上的重要突破，其8小时长程任务能力与MIT开源协议为开发者提供了新的技术选项。建议有长周期自动化需求的工程团队优先评估，但需充分评估硬件投入成本与模型在特定业务场景中的实际表现。
智谱GLM-5.1开源：754B参数MoE模型可连续工作8小时

相关推荐
