# GLM-5.1: AI schopný dlouhodobé optimalizace kódu bez plató
GLM-5.1 od Z.ai vede na SWE-Bench Pro s 58,4 body a překonává GPT-5.4 (57,7), Claude Opus 4.6 (57,3) a Gemini 3.1 Pro (54,2). Model je dostupný na HuggingFace pod MIT licencí. Klíčový průlom spočívá v odolnosti vůči dlouhým seancím: rozkládá úlohy, experimentuje, analyzuje logy a upravuje strategie při stovek iterací.
Dlouhodobá optimalizace místo rychlého plató
Předchozí modely včetně GLM-5 rychle vyčerpávají nástroje: aplikují standardní postupy, dosáhnou lokálního maxima a zastaví se. GLM-5.1 je navržena pro vícehodinové cykly. V kombinaci s zpětnou vazbou:
- Rozkládá úlohu na dílčí cíle.
- Spouští experimenty s nástroji.
- Čte metriky a logy.
- Identifikuje úzká místa.
- Přestavuje strategii.
To umožňuje překonávat plató prostřednictvím tisíců volání nástrojů.
Linux desktop v prohlížeči: 8 hodin autonomního sestavování
Úloha: realizovat webovou aplikaci napodobující Linux desktop – bez zdrojového kódu nebo návrhů. Běžné modely vytvoří kostru s panelu úloh a náhražkami, pak se vzdají.
GLM-5.1 v cyklu s revizí pracovala 8 hodin:
- Sestavila správce souborů s navigací a náhledy.
- Přidala terminál s emulací bash.
- Integruje textový editor s podsvícením syntaxe.
- Realizovala systémový monitor (CPU, RAM, síť).
- Zahrnula kalkulačku a jednoduché hry.
Všechny komponenty v jednotném stylu UI. Model sám rozhodoval, co vylepšit po každém průchodu.
Rekord na VectorDBBench: zrychlení x6 za 600+ iterací
Benchmark: optimalizace vyhledávání nejbližších sousedů (ANN) na Rust skeletu. Předchozí SOTA od Claude Opus 4.6 – 3547 QPS za 50 iterací.
GLM-5.1 v rozšířeném cyklu (600+ odeslání, 6000+ volání):
- Dosáhla 21,5 tis. QPS – 6× lepší.
- Prošla 6 strukturálními přestavbami:
- Plné prohledávání → IVF index.
- Komprese vektorů do f16.
- Dvoustupňové vyhledávání: u8 skórování + f16 řazení.
- Hierarchická směrování.
Graf pokroku – schodiště: bodové ladění střídají radikální změny přístupu na základě analýzy logů.
KernelBench Level 3: GPU optimalizace
Úloha: ladění GPU jader. GLM-5.1 zrychlila 3,6× za 1200 iterací. Claude Opus 4.6 vede (4,2×), ale GLM ukazuje potenciál v dlouhých seancích.
Dostupnost a omezení
Model se integruje s Claude Code, OpenCode, Cline, OpenClaw. Dostupný pro předplatitele GLM Coding Plan. Nevýhody:
- V píku spotřebuje kvótu 3× rychleji (do konce dubna mimo špičku – podle základního tarifu).
- Problémy s koherencí při tisících volání.
- Sebehodnocení bez metrik je slabé.
Z.ai plánuje optimalizace pro dlouhotrvající úlohy.
Co je důležité
- GLM-5.1 překonává SOTA na SWE-Bench Pro (58,4 %) díky dlouhodobému myšlení.
- Na VectorDBBench dosáhla 21,5k QPS – x6 k rekordu.
- Sestavila plnohodnotný Linux desktop v prohlížeči za 8 hodin bez nápověd.
- Demonstruje schodišťový pokrok: 6 přestavb strategií.
- Vyžaduje vylepšení koherence pro extrémní seance.
— Editorial Team
Zatím žádné komentáře.