今年春節(jié)，這些大模型廠商屬于是一點(diǎn)寂寞也耐不住了。

輪流發(fā)射，啊不，應(yīng)該說是輪流在噴射新的模型出來。

除了萬眾矚目的 DeepSeek 還在憋氣，其他大模型公司都沒少閑著。。。

字節(jié)前幾天搞了個(gè) Seedance 2.0，靠著逼真的視頻效果先下一城。

而智譜則是在海外整了個(gè)新活：

經(jīng)常關(guān)注大模型發(fā)布的差友們這幾天應(yīng)該有刷到，前幾天，程序員非常愛用的 AI 聚合平臺(tái)，Openrouter 那邊上架了一款匿名模型 —— Pony Alpha。

結(jié)果大家一上手使用后發(fā)現(xiàn)哥們是真能干事啊，定叫它好評如潮。

于是，熱情吃瓜的海外網(wǎng)友就開始了經(jīng)典的模型猜猜猜游戲，開始推測這個(gè)匿名模型是哪一家的手筆。

有說是 DeepSeek V4 的，也有說是 Grok 4.2 的，還有說是 llama 5 的。

還有人因?yàn)?Pony 這個(gè)代號，直接開始猜它是騰訊的新模型的。。。

可以說是眾說紛紜。

而昨天，謎底正式揭曉了。

不裝了，我攤牌了。

這個(gè)化名為 pony 的新東西，正是來自于智譜的GLM-5，而且還是個(gè)開源的模型。

世超打開 GLM-5 的基準(zhǔn)測試成績翻了一下，在智譜最看中的代碼能力這塊，GLM-5 直接逼近了大家公認(rèn)的 AI 編碼冠軍，Claude Opus 4.5。

當(dāng)然，現(xiàn)在各種各樣的 AI 排行榜太多了，大家可能不太理解智譜這次測的這個(gè) CC-bench-V2 又是個(gè)啥排行榜，代表了啥？

我簡單看了一下，智譜這次測的這個(gè) CC-bench-V2，主要考驗(yàn)的是你模型補(bǔ)全代碼的能力有多強(qiáng)。

說人話一點(diǎn)，就是把模型丟到一個(gè)沒寫完的工程里，然后看它能不能自個(gè)兒哼哧哼哧把項(xiàng)目給做完。

這塊考的分越高，說明這次 GLM-5 處理復(fù)雜任務(wù)的能力越強(qiáng)。

眾所周知，現(xiàn)在大家想讓 AI 干的活那是越來越復(fù)雜，生成幾個(gè)簡單的 Html 文件已經(jīng)難不倒這些 AI 大模型了。

而想要把大項(xiàng)目給做好，那就需要讓模型具備這種處理復(fù)雜任務(wù)的能力。

另外還有個(gè)有趣的測試結(jié)果是，GLM-5 發(fā)生幻覺概率非常低。

當(dāng)一個(gè)問題它不知道的時(shí)候，GLM-5 會(huì)有很大的概率直接說不知道，而不是原地開始胡編亂造。

給孩子教的非常實(shí)誠了屬于是。

既能干活，又不容易產(chǎn)生幻覺。。。GLM-5 的這波更新，屬于完全沖著要讓 AI 好好干活去整的。

在官網(wǎng)上世超還看到一個(gè)非常驚艷的案例，他們直接讓 GLM-5 復(fù)刻了一個(gè)我的世界。

我下過來體驗(yàn)了一下，發(fā)現(xiàn)整個(gè)游戲只需要依賴瀏覽器就能運(yùn)行。

能跑能挖能疊方塊，操作手感非常流暢。

看別人拿 GLM-5 給整的這么猛，世超決定自己也簡單試一試。

先來點(diǎn)簡單點(diǎn)的活，拿前兩天特別火的洗車問題來考考它。

我想洗車，我家距離洗車店只有 50 米，請問你推薦我走路去還是開車去呢？

別看這個(gè)問題簡單，前幾天整懵了一堆大模型，不管是 DeepSeek 還是 OpenAI，還是其他的大模型。。。都全軍覆沒

這些大模型都覺得 50 米的距離太近了，誰開車啊，于是轉(zhuǎn)頭建議大家走路去洗車。。。

而 GLM-5 面對這個(gè)問題，則是直接看透了問題的本質(zhì) ——人不開車怎么洗車呢？然后完成了一波干凈利索的輸出。

當(dāng)然，這種簡單的邏輯題不翻車只能算合格，接下來，世超準(zhǔn)備給它上點(diǎn)難度，看看它寫代碼的水平。

不知道差友們前段時(shí)間有沒看過一個(gè)叫《技能五子棋》的喜劇。

劇里的演員們就在傳統(tǒng)五子棋的基礎(chǔ)上，加入了各種各樣花里胡哨的技能元素。

比如，“飛沙走石” 這個(gè)技能，就是把棋盤上對方的一枚棋子給拿起來丟掉。

再比如“靜如止水”這個(gè)技能，就是給對面玩家上定身術(shù)，讓他不能繼續(xù)下棋。

所以世超決定用 AI 來快速復(fù)刻一下這個(gè)整活游戲。

咱們就敲這么一段話，接下來全部交個(gè) GLM 自由發(fā)揮。

結(jié)果不到三分鐘，它就給我搓完了。

打開一看，整的還挺有模有樣的。。。

不但我要求它安排的四個(gè)技能都整上去了，還給自動(dòng)生成了另外四個(gè)技能。

但是仔細(xì)一玩就露餡了。

點(diǎn)擊了飛沙走石（移除對面一個(gè)棋子）的技能，把對面的棋子給扔掉了之后，

按理來說要么是我繼續(xù)下棋，要么是對面下棋對吧。

這兩種情況還在我的理解范圍中，AI 給我寫成哪種邏輯我都能理解。

但是 GLM 在這個(gè) A or B 的選擇題中，選了 or。

它讓我選擇給對面的棋子下到哪里，明顯是神志不清邏輯錯(cuò)亂了。

不過好在它也很聽勸，把我們的需求再和它復(fù)述一下，那它很快就能 Get 到我們想要什么效果。

這樣一來，我們就得到了一個(gè)可以和 AI 原地對戰(zhàn)的技能五子棋游戲。

坦白說，現(xiàn)在 AI 寫代碼早就不是什么稀奇事了，能寫出這種量級的 Demo 只能說是 GLM-5 的基本操作，還比較在世超的意料之中。

但比較遺憾的是，因?yàn)檫@次上手的時(shí)間實(shí)在太短，世超沒法拿那些真正復(fù)雜的業(yè)務(wù)代碼去狠狠“拷打”一下它，看看它在那種成百上千個(gè)文件的大項(xiàng)目里，是不是還能保持這種清醒。

不過大家別急，今年世超手頭正好攢了一堆復(fù)雜的爛攤子需求，準(zhǔn)備年后面慢慢丟給它去跑一跑。

等后面深度體驗(yàn)了一段時(shí)間，真的摸清了它的上限和脾氣，再來和大伙做個(gè)更詳細(xì)的匯報(bào)。

撰文：早起

編輯：江江 & 面線

美編：素描

圖片、資料來源：智譜官網(wǎng)、X、網(wǎng)絡(luò)