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 08:41:26
- 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。
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
- 2026-09-07 07:03:47大厂AI的春节焦虑：除了撒钱，别无新招？_红包_元宝_用户
- 2026-09-08 18:05:52百芯大战，表现最好的三个大厂_芯片_的成本_市场
- 2026-09-07 03:01:222026第一场AI大战，把腾讯阿里打个措手不及_Moltbot_Peter_App
- 2026-09-07 13:49:053157亿市场背后，AI医疗为何跑不通最后100米？_模型_阿福_蚂蚁
- 2026-09-08 13:43:21赵民革：为夯实现代化产业体系根基、建设钢铁强国贡献更大力量_创新_科技
- 2026-09-06 20:56:00英伟达、谷歌、阿里集体押注核聚变，AI终极能源究竟是什么？_投资_电力_公司
- 2026-09-08 08:39:43离谱！10元就能代点“千问奶茶”？网友吵翻：到底谁薅谁_活动_连小雷_平台
- 2026-09-07 04:11:50刚刚，又一位xAI华人离职！曾和马斯克并排坐发Grok 3_吴宇怀_团队_来源
- 2026-09-06 22:55:26千呼万唤的苹果折叠屏，真的要来了？_iPhone_Fold_图片
- 2026-09-07 16:26:36年销5500台全球第一，谁在买宇树的人形机器人？_市场_产业_行业
-
“红包大战”首日战报出炉：千问一天增长5100万日活用户，碾压元宝，逼近豆包！“撒钱”之后，多少用户能留下来？_App_活动_数据
可以说，不管是元宝App，还是千问App，二者在2025年的增长策略都与春节红包的“撒币”策略一脉相承。 不仅如此，QuestMobile数据还显示，2025年1~11月，豆包App的30日留存率平均值为4… -
壕炸天！吉比特送出千万房产，游戏大厂年会狂撒钱_公司_世纪华通_业绩
壕炸天！吉比特送出千万房产，游戏大厂年会狂撒钱_公司_世纪华通_业绩 -
苹果2026爆发式更新：换模Mac、重塑iPhone形态，为下一个十年铺路？_Pro_芯片_Studio
苹果2026爆发式更新：换模Mac、重塑iPhone形态，为下一个十年铺路？_Pro_芯片_Studio -
贴脸嘲讽ChatGPT后，这家公司又发了个最强模型。_Opus_Claude_上下文
贴脸嘲讽ChatGPT后，这家公司又发了个最强模型。_Opus_Claude_上下文
- 春晚机器人从跳舞到干活，这家公司把马斯克吹过的牛实现了_Sharpa_触觉_自由度
- 细胞级抗衰，硅谷富豪们正押注这项诺奖技术_编程_诱导性_问题
- 春晚后，机器人卖爆了_宇树_动作_表演
- 董宇辉卖春联被骂上热搜！网友怒斥：这种钱你也赚_直播间_顶流_谷贱伤农
- 腾讯元宝紧急调整，微信公关总监：我发起疯来自己都打_诱导_用户_红包
- 快评丨春节撒钱45亿，大厂推广AI应用只剩“红包战术”了吗？_用户_奶茶_App
- 加拿大给中国电车降税，是想和美国下大棋？_关税_配额_出口
- 3万员工+亲儿子全卖！甲骨文血色梭哈，全押OpenAI_Cerner_Ellison_Larry
- 荣耀撞脸iPhone被骂惨！客服回应后，网友又吵翻了_小雷_功能_苹果
- 12306抢票难，返乡人 “邪修” 购票，黄牛、玄学盛行，专家律师警示风险_官方_平台_车票
- 马斯克大动作！SpaceX申请部署100万颗卫星！重磅数据，首次曝光_公司_人士_特斯拉
- “全球大模型第一股”道歉！称“挨打要立正”_智谱_Coding_Plan
- 腾讯字节，“火拼”漫剧_内容_上线_火龙
- 把海外网友晃瞎的神秘大模型，还是中国制造。_智谱_世超_DeepSeek
- 春节***期尚未过半，腾讯、字节、阿里三大巨头AI应用战绩如何？_活动_模型_用户
- 冷清的春节档 , 不只是少了一部《哪吒》_票房_影片_预售
- 2025年AI期末考试，谷歌又考了全年级第一_搜索_Gemini_业务
- 12306抢票难，返乡人 “邪修” 购票，黄牛、玄学盛行，专家律师警示风险_官方_平台_车票