GLM-5真夠頂：超24小時跑代碼，700次工具調用、800次切上下文！

金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

當看到GLM-5正式發布后的能力，才驚覺前幾天神秘模型Pony Alpha的熱度還是有點保守了。

因為這一次，GLM-5直接把開源AI也拽進了長任務時代。

瞧，GLM-5直接身兼數職，自己連續跑代碼超過24小時，700次工具調用、800次上下文切換之后……

它直接用JavaScript，從零手搓了一個Game Boy Advance（GBA）模擬器！

外觀渲染畫面是這樣的：

屏幕里是這樣的：

在沒有渲染情況下的動態效果如下：

視頻地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

要知道，這對于AI來說，是一個絕對無法取巧的工程任務。

因為GBA模擬器涉及到了500多條CPU指令集、內存分頁機制、音頻子系統和圖形渲染時序等任務。

哪怕一條指令遵循出錯，或者一次文件寫入偏差，整個項目就會在幾個小時后崩盤。

并且GLM-5面對的還是無并行、無任何參考代碼、關閉網絡搜索的那種。

即便如此，從視頻給出的結果中我們也不難發現，GLM-5確實是發揮非常穩定：

• 工具調用穩定：第700次和第一次在語法、格式、準確度上沒有差異；
• 指令遵循持久：上下文即使切換了800次，依舊遵守Meta-Prompt的規范、約定和流程；
• 工作判斷穩定：GLM-5知道自己什么時候該測試、信息記錄、切換策略等；
• 上下文夠可靠：每次上下文清空后，GLM-5能從筆記和文件中準確恢復工作狀態。

這也難怪不少網友在看完之后直呼：

• 它（GLM-5）可以制作精美的CAD模型！

并且目前GLM-5的評測結果也已出爐，在權威榜單Artificial Analysis中，直接到了與Claude Opus 4.5比肩的水平。

在業內公認的主流基準測試中，GLM-5的編程能力也是實現了與Claude Opus 4.5對齊：

并且在衡量模型經營能力的Vending Bench 2中，GLM-5取得了開源第一的成績：

但畢竟Claude Opus是閉源，護城河一下子被GLM-5這個開源模型給端掉，也是引得不少網友歡呼：

• 感謝開源！

那么GLM-5這位開源界的第一位“全棧架構師”，還有什么樣的實力？

接下來，一波深度實測開源版Opus級別的模型，走起~

已經有人申請上架App Store了

我們的測試將在Claude Code中調用GLM-5 API的方式展開。

因此，我們第一個測試就是做最考驗模型的邏輯閉環能力的游戲——要求GLM-5從零生成一個3D版大富翁：

接下來，我們直接來看下效果：

視頻地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

可以看到，面對如此復雜的需求，GLM-5穩穩地把所有功能都實現了出來。

若是Prompt更加精細，我們就可以得到一個OpenClaw對戰的《龍蝦版3D大富翁》：

視頻地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

而且已經有用戶使用GLM-5做了個學術版“抖音”，并且提交上架蘋果App Store！

視頻地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

10余款APP都要上架了（showcase.z.ai）：

實測繼續。

這一次，我們要測試GLM-5對復雜物理規律描述的理解能力，請聽Prompt：

• 創建一個玻璃十二面體，每個面是一個遮罩，顯示中央相同旋轉基底環結的不同設計（看起來像拼貼/濾鏡）。應用一些細微的泛光效果。在它外面再加一層大約兩倍大小的第二層（透明）玻璃殼，并讓每個面透過時改變內部玻璃的外觀成不同類型，比如透過外層的某一面，整個內殼看起來像是染色玻璃、彩繪玻璃或線框等，僅供參考。使用 three.js，……

視頻地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ

GLM-5依舊是精準地捕捉到了Prompt中的關鍵詞，生成的HTML文件打開后，一個光影交錯的十二面體懸浮在空中。

除此之外，包括像全棧類型任務，例如制作一個完整、有設計感的電商網站，GLM-5也是可以拿捏。

以及有人也用GLM-5手搓了個3D版可交互的《我的世界》！

開源，Win Again

GLM-5的出現，不論是從實測還是網友們的反響來看，都在標志一件事情：

開源大模型完成了一次從助手到獨立工程師的質變。

以前，我們用AI是寫一句Prompt，但需要不斷地去做調試的工作；但現在，用GLM-5可以是給它一個目標，然后去喝咖啡，偶爾回來看看它有沒有跑偏。

更宏觀地來看，這對于SaaS行業來說，也可能是一場風暴。

畢竟就在前幾天，隨著Claude Opus等具備長任務能力的閉源模型展現威力，國外市場已經出現了恐慌。

例如當時金融數據服務商FactSet最慘盤中暴跌10%，S&P Global、穆迪、納斯達克公司紛紛下跌，各大指數全線跳水。

Fortune和CNBC報道稱，SaaS軟件類股票遭到拋售，投資者擔心，如果AI能現場手搓一個CRM系統，誰還去買年費軟件。

雖然黃仁勛安撫說AI會增強現有工具，但GLM-5的實測表現告訴我們：重塑或許已經在發生。

更重要的是，之前這種能力是閉源巨頭的特權。現在，GLM-5把這把鑰匙交到了所有開發者手里。

或許這次開源模型24小時不間斷自己跑代碼只是一個起點，未來會更長、更快、更好、更強。

Two More Things：

GLM其實從4.5版本開始就死磕AI編程這件事，現在這個國產AI的coding套餐在國內外也是相當火爆；這次智譜一上來就限售，外國網友們都是在“求”的狀態。

以及，智譜公司的大樓，現在也是成了個打卡點：

開頭我們提到的GBA模擬器，由于GLM-5一直在跑，程序員小哥哥下班打車是這樣的：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體驗：
https://e01.ai/gba