GLM-5.1的冲击｜超越Opus的MIT免费AI全解析
機械翻訳 / Machine-translated
A
AI Friends
2026年4月26日・11分で読める
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
"开源AI仍然追不上Claude或ChatGPT"——这一固有认知，在2026年4月7日被彻底颠覆。
中国初创公司Z.ai发布的GLM-5.1，在衡量编程能力的权威测试中超越了Opus 4.6和GPT-5.4，而且采用MIT许可证，任何人均可免费使用——这是一步令人震惊的大棋。
本文将以通俗易懂的方式，为大家解析其中的内容。
GLM-5.1（General Language Model 5.1）是中国Z.ai（前身为智谱AI，清华大学孵化的AI初创公司）于2026年4月7日发布的大规模语言模型。它是前代模型GLM-5的升级版，主要强化了"作为智能体的能力"（即AI自主思考并推进任务的能力）。
最大的亮点在于它是"开源"的。
模型的权重数据已在HuggingFace和ModelScope上公开，任何人均可在MIT许可证下自由下载、修改和商业使用。
MIT许可证是全球最宽松的许可证之一，其含义是"只要保留版权声明，你可以随意使用"。
这与ChatGPT、Claude那种"内部不公开的AI"截然相反。
打个比方，这就像"丰田免费公开了汽车的全部设计图，让任何人都可以仿制并生产电动汽车"。过去中国AI给人"性能平平"的印象，而GLM-5.1一跃跻身全球顶尖水准。
开发方Z.ai于2019年从清华大学智能技术与系统国家重点实验室剥离成立。
它被称为中国版"OpenAI"，并于2025年将公司名称从智谱AI更名为Z.ai。
该公司获得中国政府的强力支持，是与华为、阿里巴巴并列的中国AI主要参与者。
GLM-5.1引发如此广泛关注，最主要的原因在于其基准测试（性能测试）结果。在衡量编程AI能力最严苛的测试SWE-Bench Pro中，GLM-5.1取得了令人惊叹的58.4分。
SWE-Bench Pro是一项极具实战性的测试，要求AI解决"GitHub上真实的bug修复任务"。
要通过测试，AI必须阅读数十万行代码，定位bug根源，并编写正确的修复代码。
用初中生也能理解的方式打个比方：这就像"在一座巨大的图书馆里，找出特定的错别字并加以改正"，任务难度极高。
更令人惊讶的是，在"Artificial Analysis Intelligence Index"综合智能指数上，GLM-5.1（推理模式）获得51分。
这一成绩远超同等规模开源模型的平均分27分。
它被誉为首个在正面对决中与闭源顶尖模型并驾齐驱的开放权重模型，具有历史性意义。
顺带一提，Z.ai官方宣称"GLM-5.1的编程性能达到Claude Opus 4.6的94.6%"，而价格不足其十分之一。"以十分之一的价格获得几乎相同的性能"——对开发者而言如梦一般的事情，正在成为现实。
GLM-5.1是一个拥有744B（7440亿）参数的超大模型，但它采用了MoE（Mixture of Experts，混合专家）机制。这种机制就像"集合了256位专家的团队，根据问题只召唤其中8位来作答"。
打个比方，就像"医院的综合导诊台，听取患者症状后，只召集最合适的3～4位专科医生进行诊察"。
不是动员所有医生，而是只让需要的人工作，计算成本因此大幅降低。
实际上，推理时激活的参数仅有40B（400亿）。
这与Claude Opus相比相当精简，这也是其运行成本低廉的秘密所在。
GLM-5.1最具革命性的特点是"8小时自主编码"能力。人类发出指令后，AI能够不间断地循环执行"规划→执行→测试→修复→优化"，最长可在近乎无人干预的情况下持续工作约8小时。
可以想象成这样一位员工：早上告诉他"帮我做这个功能"，傍晚回来时已经完成了——就像一位优秀的实习生。传统对话型AI（如ChatGPT）是"一问一答"模式，而GLM-5.1已进化为"交代任务后自行完成"的类型。
另一个值得关注的点是，GLM-5.1完全由华为昇腾910B芯片训练完成。作为完全不使用Nvidia GPU便开发出顶尖AI的案例，这在全球AI业界引发了巨大震动。
换言之，这也具有重大的政治意义——这是"中国对美国半导体出口管制的回应"。对日本半导体产业而言，这也是一个重要信号，表明"Nvidia一家独大的时代并非永恒"。
让我们对比一下GLM-5.1的市场定位与主要竞争对手。
值得注意的是，在上述顶尖模型中，唯有GLM-5.1采用"MIT许可证"。其他开源AI往往附带"商用须满足条件"或"大企业另行收费"等限制，而GLM-5.1提供了"随便用"的极致自由度。
对比API费用后，冲击感更为强烈。
Opus 4.6的输入每百万token收费$15，而GLM-5.1仅为$1.00——只有前者的十五分之一。
GLM编码计划（promo）低至月费$3起。
这意味着，花"星巴克一杯拿铁的钱"，便可使用全球最前沿的AI编程辅助——这已成为现实。
GLM-5.1主要以英语和中文训练，但据报告，它对日语技术指令的响应总体良好。
不过，在理解日语细微表达方面，国产LLM（如LLM-jp-4等）在某些场景下仍更胜一筹。
"代码生成用英语，日语文档生成用国产模型"的组合使用方式，或许更为务实。
对日本中小IT企业而言，GLM-5.1的出现是一大机遇。
设想一家位于东京都内的Web系统开发公司（员工30人）。
此前每月为Claude API支付60万日元，切换至GLM-5.1后骤降至6万日元。
节省下来的54万日元，足以新招一名初级工程师。
这类变化，有望在2026年下半年开始在日本IT行业中接连出现。
另一方面，也需保持警惕。
GLM-5.1是中国企业的产品，通过API使用时，数据可能会被发送至中国服务器。
政府机关、金融、医疗等涉密业务，原则上应将其部署在自有服务器（本地部署）上。
从HuggingFace下载后在内部运行，即可规避这一风险。
使用GLM-5.1主要有以下三种方式。
在Z.ai官方网站订阅月费$3（促销价）的套餐，即可像使用Claude一样，通过CLI工具使用GLM-5.1。
同时提供编码专用集成环境"GLM Code"，可与VSCode和Claude Code联动。
这是最便捷的选择。
在Z.ai开发者平台"BigModel"获取API密钥后，即可通过Python等语言调用。
费用为输入$1.00 / 输出$3.20 per 1M tokens。
也可通过OpenRouter使用（$1.26 / $3.96）。
处理机密数据的企业，最适合从HuggingFace（zai-org/GLM-5.1）下载权重并在自有服务器上运行。
FP8量化版（zai-org/GLM-5.1-FP8）可大幅降低所需GPU显存，在NVIDIA H100 ×4～8张左右的环境中即可实用运行。
使用vLLM软件，可轻松配置多GPU并行处理。
A. 在编程领域，是的。
尤其在实战性测试SWE-Bench Pro中荣获第一。
但在综合能力和对话自然度方面，Claude和GPT仍略胜一筹。
对于以智能体方式进行编码或修复bug的专项用途，GLM-5.1可谓最佳选择。
A. 达到实用水平，但在纯日语文章生成方面，有时不及国产模型（LLM-jp-4、Sakana Namazu等）。如果是英语为主的代码生成加日语注释混合使用，则完全没有问题，能够满足日本众多企业开发现场的需求。
A. 取决于用途。
通过API使用时，数据可能经过中国服务器，不建议用于处理机密数据。
另一方面，由于以MIT许可证开源发布，将其下载至自有服务器并完全离线运行，则数据泄露风险为零。
权重数据本身对所有人开放可验证，后门等安全隐患也正在由社区持续审查。
A. 在个人PC上运行完整模型（744B）实际上是不可能的（需要数百GB的GPU显存）。
但通过API，最低月费$3即可使用；也可在浏览器访问z.ai的聊天界面免费试用。
若希望认真进行本地运行，按小时租用云端GPU服务（RunPod、Vast.ai等）是较为现实的方案。
A. Z.ai表示将"以数月为单位推出下一代模型"，也暗示了推出GLM-6或日语专项模型的可能性。
此外，DeepSeek、Qwen、Moonshot等中国系开源阵营之间竞争激烈，预计2026年下半年将有更强大的开源模型问世。
开源AI的性能提升速度，正在逐渐超过闭源模型。
AI正在从"少数巨头垄断的时代"迈向"开放共享的时代"——这一转折点，就发生在当下。
无论是为AI成本烦恼的开发团队，还是因无法将机密数据发送至外部而望而却步的企业，GLM-5.1都提供了全新的选择。
请从今天起，思考如何将这款"超越Opus的免费AI"融入你的项目之中。
本文转载自 AI Friends。
