当前位置：主页 > 新闻动态 > 常见问题

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：2026-09-20 21:34:51
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。

展开全文

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

贾跃亭发布人形机器人，造车还没造好又玩机器人了？_概念_融资_赛道

9小时破1000万！千问被挤到卡顿，暴露国内AI算力真实短板_产能_活动_应用

推荐资讯

2026-09-21 06:32:18中国光刻机崛起！杀进全球前20名，落后ASML不多了？_微电子_上海_技术
2026-09-19 23:32:12vivo豁出去了，16GB+1TB+2亿像素，顶级旗舰无奈售价“大跳水”_演唱会_Pro_手机
2026-09-21 07:03:03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_***
2026-09-20 00:00:16亏损超百亿，一代彩电大王暴雷_公司_无效资产_市场
2026-09-21 04:36:012天了，外国人还在讨论春晚上的机器人。尤其是美国和日本的网民，看起来已经破了大防_技术_反思_产业
2026-09-19 22:05:41特斯拉转型，“擎天柱链”倚重中国？马斯克：未来营收规模或可达10万亿美元_机器人_人形_零部件
2026-09-19 14:44:05字节Seedance 2.0“碾压Sora2”！Tim被盗音色后称“有点恐怖”，AI学习边界在哪？_模型_***_Veo
2026-09-20 15:53:55146光年外，发现一颗潜在人类宜居星球_地球_研究_恒星
2026-09-21 05:46:14让我亏麻的贵金属，在买车上还要割我？_车企_成本_原材料
2026-09-20 21:24:36加拿大给中国电车降税，是想和美国下大棋？_关税_配额_出口

推荐产品

AI***的“1毛钱战争”与“万亿生意”_模型_字节_快手
可灵1.0推出首尾帧功能，让模型根据首尾两张图片，生成连贯的运动变化；可灵2.0则允许用户输入参考图像和***，让AI更能“读懂”复杂创意；可灵O1新增的“主体库”，把人和物封装成一个主体，在后续生成中保持特…
实探芯片涨价潮下的手机、PC市场：16G内存从800元涨到2000多，有厂商笔记本提价上千元_产能_导体_科技
业内对此并无共识，有人预计涨价潮至少会持续半年，但也有观点称认为未来两年内或都难以缓解。一位半导体从业者也告诉搜狐科技，这波涨价潮主要是由于AI需求旺盛和供应链环节导致，可以说是由两端层层传导，使得存储芯片…
历史性一刻！人类基因密码被谷歌AI破解，DeepMind新作登Nature_预测_模型_序列
此次正式发表在Nature的版本中，DeepMind团队不仅完成了全模态性能评估，更在多个疾病变异机制中展示了AlphaGenome的推理能力，包括如何准确预测TAL1致癌突变的激活机制，全面验证了Alph…
黄仁勋称AI迎拐点时刻，英伟达市值一夜涨超22000亿元_约合_科技_软件
【太平洋科技快讯】2月8日消息，据报道，英伟达CEO黄仁勋近日公开表示，去年，人工智能经历从“有趣”到“非常有用”的拐点时刻，全球科技行业正面对“有史以来最大”的软件机会。他认为，科技巨头们在AI领域的巨额资…