Artificial Analysis发布全新基准:GLM-5.1取得全球开源SOTA
作者:SoftHope
时间:2026-05-30
浏览:2
全球评测机构ArtificialAnalysis发布全新基准CodingAgentIndex,聚焦智能体开发框架与模型组合解决实际编程任务的能力。测试覆盖多个主流编程基准,结果显示闭源模型Opus4.7领先,而开源模型中GLM-5.1表现最佳,代表国产大模型在实战环境中已达到世界顶尖水平。
5月12日,全球权威评测机构Artificial Analysis发布了一项全新的基准测试——Coding Agent Index。这个新榜单有点意思,它不再单纯看模型本身的“纸面”能力,而是把目光投向了更实际的战场:衡量“Agent harnesses”(可以理解为智能体开发框架或工具链)与具体模型的组合,在解决真实世界编程任务时的综合表现。
评测覆盖了SWE-Bench-Pro-Hard-AA、Terminal-Benchv2和SWE-Atlas-QnA这几个主流且颇具挑战性的编程基准。结果出炉,格局一目了然:闭源模型中,Opus4.7(在CursorCLI环境中运行)拔得头筹;而在开源阵营里,GLM-5.1(在ClaudeCode中运行)的表现最为亮眼,拿下了开源第一的位置。

这个结果传递出一个明确的信号:在贴近实际开发场景的编程智能体(Coding Agent)竞技场上,GLM-5.1所展现的能力,已经代表了当前国产大模型所能达到的顶尖水平(SOTA)。换句话说,当把模型放到具体的工具链和任务环境中去“实战”时,国产力量同样能交出世界级的答卷。这或许比单纯的理论分数,更能说明问题。
作者最新文章
quicker中文设置在哪里打开并切换中文教程
2026-10-12 17:45
blender纹理坐标和映射怎么调出节点操作教程
2026-10-10 18:40
codekit环境配置指南从安装到环境搭建完整教程
2026-10-09 13:54
苹果折叠屏iPhone是翻盖还是对折形态
2026-09-14 13:33
速腾聚创自研SPAD-SoC芯片交付破50万颗,MARS基地实现8秒下线一台激光雷达
2026-09-08 17:42
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多










































