基准的数字跃升。 SWE-Bench Pro 58.4分，超越Claude Opus 4.6（57.3分）和GPT-5.4（57.7分），是国产开源模型在这一基准上的历史最高分。在Terminal-Bench和NL2Repo两项代码评测的综合平均中，GLM-5.1取得全球第三、国产第一、开源第一的排名。 &nbs
相关搜索
nbsp; 编程和自主执行，目前确实是AI行业竞争最密集的赛道。但需要清醒认识到，就在GLM-5.1发布的同一天，Anthropic推出了Mythos Preview——SWE-Bench Pro拿到77.8分，领先GLM-5.1近20分。Mythos暂不公开，但它标定了行业能力的当前天花板，也说明竞争对手的储备远比已发布的产
当前文章：http://183zflp.hengtaoqi.cn/lvgm/23o7.ppt
发布时间：13:38:33
