GLM-5真够顶：超24小时跑代码，700次工具调用、800次切上下文！

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

当看到GLM-5正式发布后的能力，才惊觉前几天神秘模型Pony Alpha的热度还是有点保守了。

因为这一次，GLM-5直接把开源AI也拽进了长任务时代。

瞧，GLM-5直接身兼数职，自己连续跑代码超过24小时，700次工具调用、800次上下文切换之后……

它直接用JavaScript，从零手搓了一个Game Boy Advance（GBA）模拟器！

外观渲染画面是这样的：

屏幕里是这样的：

在没有渲染情况下的动态效果如下：

视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

要知道，这对于AI来说，是一个绝对无法取巧的工程任务。

因为GBA模拟器涉及到了500多条CPU指令集、内存分页机制、音频子系统和图形渲染时序等任务。

哪怕一条指令遵循出错，或者一次文件写入偏差，整个项目就会在几个小时后崩盘。

并且GLM-5面对的还是无并行、无任何参考代码、关闭网络搜索的那种。

即便如此，从视频给出的结果中我们也不难发现，GLM-5确实是发挥非常稳定：

• 工具调用稳定：第700次和第一次在语法、格式、准确度上没有差异；
• 指令遵循持久：上下文即使切换了800次，依旧遵守Meta-Prompt的规范、约定和流程；
• 工作判断稳定：GLM-5知道自己什么时候该测试、信息记录、切换策略等；
• 上下文够可靠：每次上下文清空后，GLM-5能从笔记和文件中准确恢复工作状态。

这也难怪不少网友在看完之后直呼：

• 它（GLM-5）可以制作精美的CAD模型！

并且目前GLM-5的评测结果也已出炉，在权威榜单Artificial Analysis中，直接到了与Claude Opus 4.5比肩的水平。

在业内公认的主流基准测试中，GLM-5的编程能力也是实现了与Claude Opus 4.5对齐：

并且在衡量模型经营能力的Vending Bench 2中，GLM-5取得了开源第一的成绩：

但毕竟Claude Opus是闭源，护城河一下子被GLM-5这个开源模型给端掉，也是引得不少网友欢呼：

• 感谢开源！

那么GLM-5这位开源界的第一位“全栈架构师”，还有什么样的实力？

接下来，一波深度实测开源版Opus级别的模型，走起~

已经有人申请上架App Store了

我们的测试将在Claude Code中调用GLM-5 API的方式展开。

因此，我们第一个测试就是做最考验模型的逻辑闭环能力的游戏——要求GLM-5从零生成一个3D版大富翁：

接下来，我们直接来看下效果：

视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

可以看到，面对如此复杂的需求，GLM-5稳稳地把所有功能都实现了出来。

若是Prompt更加精细，我们就可以得到一个OpenClaw对战的《龙虾版3D大富翁》：

视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

而且已经有用户使用GLM-5做了个学术版“抖音”，并且提交上架苹果App Store！

视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

10余款APP都要上架了（showcase.z.ai）：

实测继续。

这一次，我们要测试GLM-5对复杂物理规律描述的理解能力，请听Prompt：

• 创建一个玻璃十二面体，每个面是一个遮罩，显示中央相同旋转基底环结的不同设计（看起来像拼贴/滤镜）。应用一些细微的泛光效果。在它外面再加一层大约两倍大小的第二层（透明）玻璃壳，并让每个面透过时改变内部玻璃的外观成不同类型，比如透过外层的某一面，整个内壳看起来像是染色玻璃、彩绘玻璃或线框等，仅供参考。使用 three.js，……

视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

GLM-5依旧是精准地捕捉到了Prompt中的关键词，生成的HTML文件打开后，一个光影交错的十二面体悬浮在空中。

除此之外，包括像全栈类型任务，例如制作一个完整、有设计感的电商网站，GLM-5也是可以拿捏。

以及有人也用GLM-5手搓了个3D版可交互的《我的世界》！

开源，Win Again

GLM-5的出现，不论是从实测还是网友们的反响来看，都在标志一件事情：

开源大模型完成了一次从助手到独立工程师的质变。

以前，我们用AI是写一句Prompt，但需要不断地去做调试的工作；但现在，用GLM-5可以是给它一个目标，然后去喝咖啡，偶尔回来看看它有没有跑偏。

更宏观地来看，这对于SaaS行业来说，也可能是一场风暴。

毕竟就在前几天，随着Claude Opus等具备长任务能力的闭源模型展现威力，国外市场已经出现了恐慌。

例如当时金融数据服务商FactSet最惨盘中暴跌10%，S&P Global、穆迪、纳斯达克公司纷纷下跌，各大指数全线跳水。

Fortune和CNBC报道称，SaaS软件类股票遭到抛售，投资者担心，如果AI能现场手搓一个CRM系统，谁还去买年费软件。

虽然黄仁勋安抚说AI会增强现有工具，但GLM-5的实测表现告诉我们：重塑或许已经在发生。

更重要的是，之前这种能力是闭源巨头的特权。现在，GLM-5把这把钥匙交到了所有开发者手里。

或许这次开源模型24小时不间断自己跑代码只是一个起点，未来会更长、更快、更好、更强。

Two More Things：

GLM其实从4.5版本开始就死磕AI编程这件事，现在这个国产AI的coding套餐在国内外也是相当火爆；这次智谱一上来就限售，外国网友们都是在“求”的状态。

以及，智谱公司的大楼，现在也是成了个打卡点：

开头我们提到的GBA模拟器，由于GLM-5一直在跑，程序员小哥哥下班打车是这样的：Agent乘客。

GitHub：
https://github.com/zai-org/GLM-5

Hugging Face：
https://huggingface.co/zai-org/GLM-5

ModelScope：
https://modelscope.cn/models/ZhipuAI/GLM-5

GameBoy Advance体验：
https://e01.ai/gba