GLM-5.1 用于编程：基准测试和集成

GLM-5.1：华为昇腾驱动的编程替代方案

智谱AI发布了GLM-5.1——其旗舰模型的更新版，针对代码生成和编辑进行了优化。根据开发者内部基准测试，该模型在Claude Code上得分45.3，达到了Claude Opus 4.6结果（47.9分）的94.6%。与2月份的GLM-5相比，提升了28%——从35.4分提高到45.3分。在SWE-bench Verified上，基础GLM-5达到了77.8%，是开源模型中的最佳成绩。基准测试仍为内部数据，尚未独立验证。

该模型完全使用10万块华为昇腾910B芯片进行训练，未使用Nvidia GPU。这确保了免受制裁影响，并提供了西方基础设施的替代方案。

与Claude Code集成

要在Claude Code中测试GLM-5.1，请编辑~/.claude/settings.json：将ANTHROPIC_BASE_URL设置为Z.ai端点，并输入您的API密钥。该模型映射到Opus。Max-plan用户在映射中添加"glm-5.1"。

另一种方式是使用来自GitHub的glm CLI包装器。它会设置临时环境变量，同时保留主要的Anthropic配置。这样可以让您在不冲突的情况下同时运行GLM和Claude。

# 通过CLI示例设置
glm --model glm-5.1 "your prompt here"

定价

GLM编码计划：每月3美元起（120次提示，促销）至每月30美元（Pro）。API费率：每100万输入令牌1美元，每100万输出令牌3.20美元。与Claude Max（每月100-200美元）相比，对于高负载任务（如原型开发、代理工作流、重复实验）具有优势。

高峰期Claude会延迟增加并出现排队——GLM-5.1提供稳定的备用选项。

• 价格优势： 比替代方案便宜3-10倍。
• 上下文： 20万令牌。
• 访问： 开放API，无地理封锁。
• 部署： MIT许可下的权重，支持vLLM和SGLang。

技术规格

架构：MoE，总参数7440亿，每令牌激活400亿。DeepSeek稀疏注意力优化长上下文处理。非常适合代理工程任务：从直觉编码到复杂多步工作流。

技术报告：《GLM-5：从直觉编码到代理工程》。自托管权重可在Hugging Face上获取。

# 通过vLLM部署
vllm serve --model glm-5.1 --tensor-parallel-size 8

该模型针对中高级开发者：精确术语，注重效率和可扩展性。

关键点

• GLM-5.1在内部编码基准测试中达到Claude Opus 4.6的94.6%。
• 完全独立于Nvidia：使用华为昇腾910B训练。
• 成本节约：API从每100万令牌1美元起，远低于竞争对手每月100美元以上。
• 通过简单环境变量或CLI设置集成到Claude Code。
• MIT许可下的开放权重，支持自定义部署。

— Editorial Team