GLM 5.1测评：第一梯队的敲门砖

问题描述：

先放bench
image947×418 9.03 KB
赶超了四个月前的模型opus 4.5（不过当时使用反重力测试的，可能会有一些差别）
但是和4.5系列一个梯队是没问题的

代码水平中等偏上
image550×550 45.3 KB
一些实现的想法很好，但会被小bug绊住
image1141×722 111 KB
bench内题目需要被返修的也显著减少
image775×583 42.2 KB

但是问题也很显著，GLM 5.1会在思维链中大量打草稿，导致经常爆思考。如果是出字了爆还能继续，在思维链里把token耗尽就只能reroll了

如果开源的话可以夸一夸智谱，如果闭源还涨价我要骂了（）
image959×796 87.5 KB
现在有点试探市场反应的意味呢

网友解答：

---

--【壹】--： Ri Sy:

我不可能理解

这是何意

---

--【贰】--：

glm 5 turbo就没开

---

--【叁】--：

这个到可以理解。我怀疑GLM 5turbo本来就是GLM 5的一个延伸吧。不算开发的主流线。
话说回来，现在国外风控这么严。的确使用vibe coding渠道要多元化了，GLM 5.1可以进去考虑范围内了

---

--【肆】--：

我这可以超过 30 分钟，openclaw 自动运行调试代码，控制 Claude code 稳定运行 超过 30 分钟

---

--【伍】--：

你用过GLM 5.1 吗

---

--【陆】--：

总是开源的吧。GLM5我记得都是开源的。国内绝大部分都是开源的

---

--【柒】--：

它其他能力怎么样呀？比如说数学

---

--【捌】--：

我理解是这样的，turbo 是针对 openclaw 微调的，但是效果要超出预期，官方就沿用了这种方法微调

---

--【玖】--：

虽然但是这个html小游戏有点好玩

---

--【拾】--：

glm 其他能力怎么样呀，除了coding

---

--【拾壹】--：

5.4在我这就是一坨,降智降的根本没法用

---

--【拾贰】--：

试想如果御三家集体大风控（比现在还严格）。只能投奔GLM了

---

--【拾叁】--：

不要骗自己，还和4.5一个梯队了。。。大家都是天天用GPT5.4的人

---

--【拾肆】--：

4.5都是四五个月前的模型了，GPT5.4在这个榜单的第一位

---

--【拾伍】--：

我不可能理解，glm5是个有bug的刷题作弊模型，turbo才修了这个bug，开源一个有bug的，闭源正常的，我还是不能理解。

---

--【拾陆】--： Ri Sy:

glm5是个有bug的刷题作弊模型

这样吗？我没有细看模型细节。赌一把吧。我觉得国内厂商开源才是主流。

---

--【拾柒】--：

可能turbo就是5.1的早期检查点，针对龙虾特化了一下

---

--【拾捌】--：

还没，GLM5用了段时间放弃了，太垃圾了。在这个底子上我就不相信能做出什么大提升，顶多针对榜单刷分

---

--【拾玖】--：

GLM是all in coding 了吗