今年春節(jié)，這些大模型廠商屬于是一點寂寞也耐不住了。
(相關資料圖)
輪流發(fā)射，啊不，應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 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新活：
經常關注大模型發(fā)布的差友們這幾天應該有刷到，前幾天，程序員非常愛用的 AI 聚合平臺，Openrouter 那邊上架了一款匿名模型 —— Pony Alpha。
結果大家一上手使用后發(fā)現哥們是真能干事啊，定叫它好評如潮。
于是，熱情吃瓜的海外網友就開始了經典的模型猜猜猜游戲，開始推測這個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。
還有人因為 Pony 這個代號，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。
這個化名為 pony 的新東西，正是來自于智譜的GLM-5，而且還是個開源的模型。
世超打開 GLM-5 的基準測試成績翻了一下，在智譜最看中的代碼能力這塊，GLM-5 直接逼近了大家公認的 AI 編碼冠軍，Claude Opus 4.5。
當然，現在各種各樣的 AI 排行榜太多了，大家可能不太理解智譜這次測的這個 CC-bench-V2 又是個啥排行榜，代表了啥？
我簡單看了一下，智譜這次測的這個 CC-bench-V2，主要考驗的是你模型補全代碼的能力有多強。
說人話一點，就是把模型丟到一個沒寫完的工程里，然后看它能不能自個兒哼哧哼哧把項目給做完。
這塊考的分越高，說明這次 GLM-5 處理復雜任務的能力越強。
眾所周知，現在大家想讓 AI 干的活那是越來越復雜，生成幾個簡單的 Html 文件已經難不倒這些 AI 大模型了。
而想要把大項目給做好，那就需要讓模型具備這種處理復雜任務的能力。
另外還有個有趣的測試結果是，GLM-5 發(fā)生幻覺概率非常低。
當一個問題它不知道的時候，GLM-5 會有很大的概率直接說不知道，而不是原地開始胡編亂造。
給孩子教的非常實誠了屬于是。
既能干活，又不容易產生幻覺。。。GLM-5 的這波更新，屬于完全沖著要讓 AI 好好干活去整的。
在官網上世超還看到一個非常驚艷的案例，他們直接讓 GLM-5 復刻了一個我的世界。
我下過來體驗了一下，發(fā)現整個游戲只需要依賴瀏覽器就能運行。
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。
先來點簡單點的活，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，于是轉頭建議大家走路去洗車。。。
而 GLM-5 面對這個問題，則是直接看透了問題的本質 —— 人不開車怎么洗車呢？然后完成了一波干凈利索的輸出。
當然，這種簡單的邏輯題不翻車只能算合格，接下來，世超準備給它上點難度，看看它寫代碼的水平。
不知道差友們前段時間有沒看過一個叫《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”這個技能，就是給對面玩家上定身術，讓他不能繼續(xù)下棋。
所以世超決定用 AI 來快速復刻一下這個整活游戲。
咱們就敲這么一段話，接下來全部交個 GLM 自由發(fā)揮。
結果不到三分鐘，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技能都整上去了，還給自動生成了另外四個技能。
但是仔細一玩就露餡了。
點擊了飛沙走石（移除對面一個棋子）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 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亂了。
不過好在它也很聽勸，把我們的需求再和它復述一下，那它很快就能 Get 到我們想要什么效果。
這樣一來，我們就得到了一個可以和 AI 原地對戰(zhàn)的技能五子棋游戲。
坦白說，現在 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，因為這次上手的時間實在太短，世超沒法拿那些真正復雜的業(yè)務代碼去狠狠“拷打”一下它，看看它在那種成百上千個文件的大項目里，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雜的爛攤子需求，準備年后面慢慢丟給它去跑一跑。
等后面深度體驗了一段時間，真的摸清了它的上限和脾氣，再來和大伙做個更詳細的匯報。
撰文：早起
編輯：江江 & 面線
美編：素描
圖片、資料來源：智譜官網、X、網絡
熱門
![[快訊]協鑫集成發(fā)布解除質押及再質押公告](http://imgnews.ruanwen.com.cn/2022/0610/20220610111111733.jpg)
