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 08:44:47
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

2026春节，是人类史上最大的图灵测试_用户_社交_元宝

新BAT“AI三国杀”：千问如魏，豆包似蜀，元宝像吴_阿里_字节_模型

推荐资讯

2026-09-08 14:05:36华为要抢国产首发！iPhone17全球首发的摄像头，国产手机也要用了_方形_传感器_苹果
2026-09-07 19:16:06146光年外新发现一颗“冰冻地球”，或成潜在人类宜居星球？_开普勒_星体_行星
2026-09-07 18:23:03联想智库发布2026企业AI十大趋势，揭示AI产业发展方向_应用_AI-Ready_模型
2026-09-07 00:19:04内存涨完硬盘涨，等等党这波是彻底输麻了。。。_手机_芯片_旗舰机
2026-09-08 13:18:28库克直呼“被惊到”：iPhone 17等在中国卖爆，靠产品与用户共鸣_苹果_销量_市场
2026-09-07 09:27:03百望股份创始人、董事长、CEO陈杰：AI缺的不只是算力，还有“真值”|2026商业新愿景_企业_数据_郑晨烨
2026-09-06 19:09:24神人贾跃亭，离回国只差一步之遥_机器人_融资_公司
2026-09-06 22:01:14“BAT”玩AI群聊三国杀，专家称最大问题是“参与者目标不明确”_文心_社交_功能
2026-09-08 14:18:15逃离杭州，网红没钱了_直播_时薪_杨哥和
2026-09-08 11:07:41卖一部亏一部！内存价格疯涨：已有手机品牌暂停下一代旗舰项目_的冲击_的成本_行业

推荐产品

浙大、上海交大超越哈佛？中国高校排名为何不断攀升_科研_莱顿_大学
首都经济贸易大学劳动经济学院教授姜全保则进一步从系统性动因的角度，将中国高校在莱顿大学排名中的跃升归纳为六个关键要素：科研规模效应带来的产出优势、国家战略对基础研究的系统性布局、持续增长的科研经费与多元投入…
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…
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
21世纪经济报道记者尝试同元宝APP对话，元宝对此给出的回应是：“您遇到的是微信平台对元宝红包链接的访问限制，这是微信基于《外部链接内容管理规范》对‘诱导分享’类链接的常规安全管控，并非元宝服务异常或您的账…
可灵不灵了？_***_模型_字节
AI漫剧创业者甜瓜在体验了Seedance2.0后向《听筒Tech》表示，“以前，业内认为会在2026年有较大的技术突破，没想到更新来得这么早。”于快手来说，舒适区是短暂的，对手的不松懈，给可灵带来了产品和生…