把海外网友晃瞎的神秘大模型，还是中国制造。_智谱_世超_DeepSeek
- 发表时间：2026-09-21 12:45:48
- 来源：
今年春节，这些大模型厂商属于是一点寂寞也耐不住了。
轮流发射，啊不，应该说是轮流在喷射新的模型出来。
除了万众瞩目的 DeepSeek 还在憋气，其他大模型公司都没少闲着。。。
字节前几天搞了个 Seedance 2.0，靠着逼真的***效果先下一城。
而智谱则是在海外整了个新活：
经常关注大模型发布的差友们这几天应该有刷到，前几天，程序员非常爱用的 AI 聚合平台，Openrouter 那边上架了一款匿名模型 —— Pony Alpha。
结果大家一上手使用后发现哥们是真能干事啊，定叫它好评如潮。
于是，热情吃瓜的海外网友就开始了经典的模型猜猜猜游戏，开始推测这个匿名模型是哪一家的手笔。
有说是 DeepSeek V4 的，也有说是 Grok 4.2 的，还有说是 llama 5 的。
还有人因为 Pony 这个代号，直接开始猜它是腾讯的新模型的。。。
可以说是众说纷纭。
而昨天，谜底正式揭晓了。
不装了，我摊牌了。
这个化名为 pony 的新东西，正是来自于智谱的GLM-5，而且还是个开源的模型。
世超打开 GLM-5 的基准测试成绩翻了一下，在智谱最看中的代码能力这块，GLM-5 直接逼近了大家公认的 AI 编码冠军，Claude Opus 4.5。
当然，现在各种各样的 AI 排行榜太多了，大家可能不太理解智谱这次测的这个 CC-bench-V2 又是个啥排行榜，代表了啥？
我简单看了一下，智谱这次测的这个 CC-bench-V2，主要考验的是你模型补全代码的能力有多强。
说人话一点，就是把模型丢到一个没写完的工程里，然后看它能不能自个儿哼哧哼哧把项目给做完。
这块考的分越高，说明这次 GLM-5 处理复杂任务的能力越强。
众所周知，现在大家想让 AI 干的活那是越来越复杂，生成几个简单的 Html 文件已经难不倒这些 AI 大模型了。
而想要把大项目给做好，那就需要让模型具备这种处理复杂任务的能力。
另外还有个有趣的测试结果是，GLM-5 发生幻觉概率非常低。
当一个问题它不知道的时候，GLM-5 会有很大的概率直接说不知道，而不是原地开始胡编乱造。
给孩子教的非常实诚了属于是。
既能干活，又不容易产生幻觉。。。GLM-5 的这波更新，属于完全冲着要让 AI 好好干活去整的。
在***上世超还看到一个非常惊艳的案例，他们直接让 GLM-5 复刻了一个我的世界。
我下过来体验了一下，发现整个游戏只需要依赖浏览器就能运行。
能跑能挖能叠方块，操作手感非常流畅。
看别人拿 GLM-5 给整的这么猛，世超决定自己也简单试一试。
先来点简单点的活，拿前两天特别火的洗车问题来考考它。
我想洗车，我家距离洗车店只有 50 米，请问你推荐我走路去还是开车去呢？
别看这个问题简单，前几天整懵了一堆大模型，不管是 DeepSeek 还是 OpenAI，还是其他的大模型。。。都全军覆没
这些大模型都觉得 50 米的距离太近了，谁开车啊，于是转头建议大家走路去洗车。。。
而 GLM-5 面对这个问题，则是直接看透了问题的本质 —— 人不开车怎么洗车呢？然后完成了一波干净利索的输出。
当然，这种简单的逻辑题不翻车只能算合格，接下来，世超准备给它上点难度，看看它写代码的水平。
不知道差友们前段时间有没看过一个叫《技能五子棋》的喜剧。
剧里的演员们就在传统五子棋的基础上，加入了各种各样花里胡哨的技能元素。
比如，“飞沙走石” 这个技能，就是把棋盘上对方的一枚棋子给拿起来丢掉。
再比如“静如止水”这个技能，就是给对面玩家上定身术，让他不能继续下棋。
所以世超决定用 AI 来快速复刻一下这个整活游戏。
咱们就敲这么一段话，接下来全部交个 GLM 自由发挥。
结果不到三分钟，它就给我搓完了。
打开一看，整的还挺有模有样的。。。
不但我要求它安排的四个技能都整上去了，还给自动生成了另外四个技能。
但是仔细一玩就露馅了。
点击了飞沙走石（移除对面一个棋子）的技能，把对面的棋子给扔掉了之后，
按理来说要么是我继续下棋，要么是对面下棋对吧。
这两种情况还在我的理解范围中，AI 给我写成哪种逻辑我都能理解。
但是 GLM 在这个 A or B 的选择题中，选了 or。
它让我选择给对面的棋子下到哪里，明显是神志不清逻辑错乱了。
不过好在它也很听劝，把我们的需求再和它复述一下，那它很快就能 Get 到我们想要什么效果。
这样一来，我们就得到了一个可以和 AI 原地对战的技能五子棋游戏。
坦白说，现在 AI 写代码早就不是什么稀奇事了，能写出这种量级的 Demo 只能说是 GLM-5 的基本操作，还比较在世超的意料之中。
但 比较遗憾的是，因为这次上手的时间实在太短，世超没法拿那些真正复杂的业务代码去***“拷打”一下它，看看它在那种成百上千个文件的大项目里，是不是还能保持这种清醒。
不过大家别急，今年世超手头正好攒了一堆复杂的烂摊子需求，准备年后面慢慢丢给它去跑一跑。
等后面深度体验了一段时间，真的摸清了它的上限和脾气，再来和大伙做个更详细的汇报。
撰文：早起
编辑：江江 & 面线
美编：素描
图片、资料来源：智谱***、X、网络返回搜狐，查看更多
- 2026-09-20 15:01:303157亿市场背后，AI医疗为何跑不通最后100米？_模型_阿福_蚂蚁
- 2026-09-20 11:10:27全球首颗！我国AI大模型卫星上太空_马培峰_遥感_设计
- 2026-09-19 22:20:44即将停运？不少人开始焦虑，抓紧时间疯狂囤货，有人连夜下了20单！多家公司最新回应_沐一帆_***_站点
- 2026-09-20 13:18:48姚顺雨腾讯第一篇论文，道破为什么AI死活听不懂人话_CL-bench_模型_上下文
- 2026-09-20 22:38:22青藏高原发现天然氢：可以拉开能源变革的序幕么？_氢气_开***_全球
- 2026-09-21 15:59:29谷歌支付超1亿美元与安卓用户和解，用户最高获赔100美元_非法_格伦·萨默斯_集体诉讼
- 2026-09-21 15:56:22迪士尼控诉Seedance2.0侵权，称其盗用角色，要求字节跳动“停止侵权且不得再犯”_财经网_创作_模型
- 2026-09-19 23:40:26中美科技巨头“烧钱大战”再爆发，谁算清了AI投资的账？_市场_资本开支_补贴
- 2026-09-20 03:29:41这种此前全球未见活体的神秘生物，被我们在中国南海发现了_动物_研究生_抹香鲸
- 2026-09-20 04:44:46微软等四巨头狂砸6600亿美元豪赌AI，市值却蒸发9500亿美元_亚马逊_Meta_企业
-
DRAM持续紧缺，要涨到2028年？_供应_产能_建设
DRAM持续紧缺，要涨到2028年？_供应_产能_建设 -
2025年全球畅销手机榜出炉：苹果独占七席，iPhone 16系列包揽前三_市场_榜单_Ultra
整体来看，2025年全球智能手机市场的畅销榜单再次印证了高端化与品牌集中化趋势。苹果凭借强大的产品力、生态系统黏性以及市场营销能力，继续在全球市场占据主导地位，而三星则成为安卓阵营中少数能够持续进入全球畅销… -
极为失望、强烈不满！闻泰科技怒发声明_安世_调查_半导体
一方面，企业法庭维持了2025年10月以来针对闻泰科技及张学政先生的错误临时措施——这一措施正在持续、不可逆地摧毁一家原本运营卓越、贡献卓著的全球半导体领军企业，损害上万名员工、逾2.5万家客户及全球产业链… -
净利腰斩、市值万亿，特斯拉在涨什么？_Model_市场_马斯克
净利腰斩、市值万亿，特斯拉在涨什么？_Model_市场_马斯克
- 谁在杀死OpenAI？7年元老出走，Sora沦为弃子，理想主义崩塌_ChatGPT_研究_***
- 特斯拉首款量产机器人？擎天柱三代即将亮相 据称“进行了重新设计”_Optimus_马斯克_人形
- 刚刚，李飞飞融资70亿，黄仁勋和苏姿丰都投了_Labs_World_世界
- 千问把AI大战，打成外卖撒钱大战_红包_元宝_阿里
- 一切为了Agent：千问、阶跃、Gemini打响「3.5模型大战」，春节将成关键节点？_Qwen_DeepSeek_推理
- 春节大厂AI大战，不过是道「开胃菜」_元宝_用户_微信
- 雷军晒自驾小米SU7漂移*** 网友评论亮了_全系_新内饰_满配
- 阿里神秘芯片公开！整体性能与H20相当，“中国版谷歌”来了？_模型_推理_Qwen
- 贴脸嘲讽ChatGPT后，这家公司又发了个最强模型。_Opus_Claude_上下文
- 白银跌倒，光伏能否吃饱？_凯文·沃什_黄金者_市场恐慌
- 挑战人类认证：科学家发现罕见“内外翻转”行星系统，距地球约 116 光年_岩质_恒星_气态
- 追觅俞浩再怼马斯克：喜欢PUA，去火星太扯淡_地球_人类_收购
- AI将导致码农失业？资深程序员自述已不再手工写代码，拒绝AI很危险，职业将迎分化_编程_模型_OpenAI
- 组团上春晚、宇树和智元争第一，机器人的集体焦虑：量产和上市迎新一轮***_企业_松延_科技
- 英伟达离职15年，他想挑战黄仁勋_黄晓煌_中国企业家_空间
- 雷军：初代小米SU7停产，新一代门把手符合新国标_销量_直播_汽车
- 雷军：个别车商为蹭流量说小米二手车崩盘，实际上我们排在第一位_保值_直播_年度
- 字节跳动正洽谈出售游戏子公司沐瞳科技，交易估值超60亿美元_S***vy_Bang_Legends