网易首页 > 网易号 > 正文 申请入驻

GLM-5真够顶:超24小时跑代码,700次工具调用、800次切上下文!

0
分享至

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

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
多国首脑在深圳开启逛街模式,每个人的路线选择都很有意思

多国首脑在深圳开启逛街模式,每个人的路线选择都很有意思

麓谷隐士
2026-11-19 22:19:16
拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

拉夫罗夫曾言:莫斯科将把所有历史上的俄罗斯土地归还其合法家园

影孖看世界
2026-10-13 23:32:38
这就是号称让CBA大结局的外援?22投20分,自家球迷直言受不了

这就是号称让CBA大结局的外援?22投20分,自家球迷直言受不了

弄月公子
2026-11-20 05:35:06
从勇士场均6.9分到灰熊25.4分,他成了孟菲斯新面孔

从勇士场均6.9分到灰熊25.4分,他成了孟菲斯新面孔

赛场速报局
2026-11-20 09:34:40
离谱!哈儿毛血旺再度涨价,卖到 6666 元一份,探店女博主当场被惊到

离谱!哈儿毛血旺再度涨价,卖到 6666 元一份,探店女博主当场被惊到

川渝视觉
2026-11-17 19:57:30
高市早苗如愿,普京给了日本30分钟,但日方的要求,普京并没答应

高市早苗如愿,普京给了日本30分钟,但日方的要求,普京并没答应

蓝星杂谈
2026-11-19 22:45:01
余杭朱先生借钱从不催讨,欠款不还也从不兴讼,不到十年全镇一半房屋都姓了朱

余杭朱先生借钱从不催讨,欠款不还也从不兴讼,不到十年全镇一半房屋都姓了朱

石辰搞笑日常
2026-11-20 00:56:36
AI复活电子垃圾之:压了十年泡面的 Kindle,终于翻身了

AI复活电子垃圾之:压了十年泡面的 Kindle,终于翻身了

果壳
2026-11-19 16:17:10
高市早苗终于见到普京,俄方只给30分钟,日本提出两项要求,莫斯科没有松口

高市早苗终于见到普京,俄方只给30分钟,日本提出两项要求,莫斯科没有松口

阿离家居
2026-11-20 04:46:30
中文主场绝不能丢!人民日报定调:在中国,绝不允许英文取代中文

中文主场绝不能丢!人民日报定调:在中国,绝不允许英文取代中文

寻墨阁
2026-11-06 22:54:32
1600万网红发避雷视频,阿那亚火速处置,涉事门店直接关停

1600万网红发避雷视频,阿那亚火速处置,涉事门店直接关停

房产衫哥
2026-11-18 08:09:34
降落深圳!特朗普乘坐的这架 “临时工版空军一号”,槽点和看点一样多

降落深圳!特朗普乘坐的这架 “临时工版空军一号”,槽点和看点一样多

新民周刊
2026-11-19 15:58:56
“中国锦鲤”信小呆八年后:运气没有售后,人生得自己保修

“中国锦鲤”信小呆八年后:运气没有售后,人生得自己保修

潇湘晨报
2026-11-20 07:26:09
谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

一娱三分地
2026-11-19 12:38:41
爆笑!外国博主神还原模仿王皓 调侃:王皓应该去演007里面的反派

爆笑!外国博主神还原模仿王皓 调侃:王皓应该去演007里面的反派

念洲
2026-11-20 10:26:23
小心!欧洲被打服了,中东也不闹了,美国的目标只剩下东亚

小心!欧洲被打服了,中东也不闹了,美国的目标只剩下东亚

西府赵王爷
2025-03-22 15:47:18
ESPN:梅西领跑美职联薪资榜,莱万、格列兹曼分列二三

ESPN:梅西领跑美职联薪资榜,莱万、格列兹曼分列二三

懂球帝
2026-11-20 09:35:02
泽连斯基放话:不向乌提供武器的欧洲国家,将面临审查

泽连斯基放话:不向乌提供武器的欧洲国家,将面临审查

金戈远望
2026-11-19 12:31:19
论三大淫妇的饥渴程度:潘金莲初会西门庆,一把将西门庆搂抱放倒

论三大淫妇的饥渴程度:潘金莲初会西门庆,一把将西门庆搂抱放倒

覃仕勇说史
2026-11-13 11:01:08
爱奇艺,再不努力就退了

爱奇艺,再不努力就退了

钛媒体APP
2026-11-18 11:06:10
2026-11-20 10:51:00
量子位 incentive-icons
量子位
追踪人工智能动态
13702文章数 176601关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

艺术
旅游
教育
本地
军事航空

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

本地新闻

乌兰察布:以前种土豆,现在种Token

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版