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：2026-09-08 08:46:47
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

合并不只给AI输血，也是“马斯克经济体”的集体自救_SpaceX_特斯拉_融资

春晚机器人集体“开窍”，幕后大佬终于浮出水面：火山引擎！_蔡明_模型_宇树

推荐资讯

2026-09-07 14:21:51字节阿里DeepSeek决战春节：一场关乎14亿人的重磅AI大战_模型_中国_用户
2026-09-08 11:41:57存储芯片暴涨真相_内存_存储器_价格
2026-09-07 07:09:08大厂AI的春节焦虑：除了撒钱，别无新招？_红包_元宝_用户
2026-09-07 17:59:50梦舟载人飞船将首飞，最多可搭7人，航天员桂海潮：出发，去月球_登月_中国_未来的
2026-09-06 23:10:47微信已无法复制千问和元宝红包口令链接_用户_活动_诱导
2026-09-07 13:27:02巴菲特、段永平大幅减持！3.8万亿苹果，错失AI之争？_伯克希尔_公司_四季
2026-09-08 13:20:16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
2026-09-08 04:06:02硅基文明的“幼儿园”与潘多拉魔盒：当160万AI智能体开始自发社交与“搞钱”_OpenClaw_论坛_人类
2026-09-08 06:23:53倒反天罡：「租个人」网站爆火，AI开始雇人「跑腿」了_人类_API_Keys_智能
2026-09-07 13:08:122026年手机行业或将步入寒冬多家厂商已下调年度目标_市场_科技_魅族

推荐产品

小米汽车2026年1月交付量超过39000台_雷军_直播_参考
小米汽车2026年1月交付量超过39000台_雷军_直播_参考
特斯拉4680电池干成了，国产车眼巴巴看着，不开放专利没法抄啊_电车_固态_干法
此时国内电车行业恐怕最期待的就是特斯拉再次开放专利，如此迅速实现干法工艺生产，进一步降低锂电池生产成本，再次推动电车价格的下降而发起新一轮的攻势；另一方面自然是利用干法工艺加速固态电池的量产，那时候他们又可…
这个春节，机器人疯狂打工_租赁_人形_活动
多位从业者提到，自从宇树在春晚亮相后，短短一年时间内，随着技术成熟和二次开发普及，机器人的技能库也在快速扩充，从简单的招手、跳舞，进化到了能主持活动、进行导览，甚至能完成复杂舞蹈。更让她困惑的是，部分商家的…
尴尬了，苹果iPhone17用了方形CMOS芯片，国产机马上学？_摄像头_手机_比例
那就在全系列的前置摄像头上，搞了一个1800万像素的方形摄像头，尺寸比例是1：1的，拍出来的照片也是1：1的，这样你不需要为了拍更宽，就要横着拍，拍更高就竖着拍，相当于解绑了拍摄方向与手机握资的关系，给了大…