GLM-5真强悍：24小时运行代码、700次工具调用实战解析
金磊 发自 凹非寺
量子位 | 公众号 QbitAI
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
当看到GLM-5正式发布后的能力，才惊觉前几天神秘模型Pony Alpha的热度还是有点保守了。
因为这一次，GLM-5直接把开源AI也拽进了长任务时代。
瞧，GLM-5直接身兼数职，自己连续跑代码超过24小时，700次工具调用、800次上下文切换之后……
它直接用JavaScript，从零手搓了一个Game Boy Advance（GBA）模拟器！
外观渲染画面是这样的：
屏幕里是这样的：
在没有渲染情况下的动态效果如下：
视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ
要知道，这对于AI来说，是一个绝对无法取巧的工程任务。
因为GBA模拟器涉及到了500多条CPU指令集、内存分页机制、音频子系统和图形渲染时序等任务。
哪怕一条指令遵循出错，或者一次文件写入偏差，整个项目就会在几个小时后崩盘。
并且GLM-5面对的还是无并行、无任何参考代码、关闭网络搜索的那种。
即便如此，从视频给出的结果中我们也不难发现，GLM-5确实是发挥非常稳定：
工具调用稳定：第700次和第一次在语法、格式、准确度上没有差异；指令遵循持久：上下文即使切换了800次，依旧遵守Meta-Prompt的规范、约定和流程；工作判断稳定：GLM-5知道自己什么时候该测试、信息记录、切换策略等；上下文够可靠：每次上下文清空后，GLM-5能从笔记和文件中准确恢复工作状态。
这也难怪不少网友在看完之后直呼：
它（GLM-5）可以制作精美的CAD模型！
并且目前GLM-5的评测结果也已出炉，在权威榜单Artificial Analysis中，直接到了与Claude Opus 4.5比肩的水平。
在业内公认的主流基准测试中，GLM-5的编程能力也是实现了与Claude Opus 4.5对齐：
并且在衡量模型经营能力的Vending Bench 2中，GLM-5取得了开源第一的成绩：
但毕竟Claude Opus是闭源，护城河一下子被GLM-5这个开源模型给端掉，也是引得不少网友欢呼：
感谢开源！
那么GLM-5这位开源界的第一位“全栈架构师”，还有什么样的实力？
接下来，一波深度实测开源版Opus级别的模型，走起~
已经有人申请上架App Store了
我们的测试将在Claude Code中调用GLM-5 API的方式展开。
因此，我们第一个测试就是做最考验模型的逻辑闭环能力的游戏——要求GLM-5从零生成一个3D版大富翁：
接下来，我们直接来看下效果：
视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ
可以看到，面对如此复杂的需求，GLM-5稳稳地把所有功能都实现了出来。
若是Prompt更加精细，我们就可以得到一个OpenClaw对战的《龙虾版3D大富翁》：
视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ
而且已经有用户使用GLM-5做了个学术版“抖音”，并且提交上架苹果App Store！
视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ
10余款APP都要上架了（showcase.z.ai）：
实测继续。
这一次，我们要测试GLM-5对复杂物理规律描述的理解能力，请听Prompt：
创建一个玻璃十二面体，每个面是一个遮罩，显示中央相同旋转基底环结的不同设计（看起来像拼贴/滤镜）。应用一些细微的泛光效果。在它外面再加一层大约两倍大小的第二层（透明）玻璃壳，并让每个面透过时改变内部玻璃的外观成不同类型，比如透过外层的某一面，整个内壳看起来像是染色玻璃、彩绘玻璃或线框等，仅供参考。使用 three.js，……
视频地址：https://mp.weixin.qq.com/s/Yg0bkhtsAeb7I5lzec_TCQ
GLM-5依旧是精准地捕捉到了Prompt中的关键词，生成的HTML文件打开后，一个光影交错的十二面体悬浮在空中。
除此之外，包括像全栈类型任务，例如制作一个完整、有设计感的电商 ，GLM-5也是可以拿捏。
以及有人也用GLM-5手搓了个3D版可交互的《我的世界》！
开源，Win Again
GLM-5的出现，不论是从实测还是网友们的反响来看，都在标志一件事情：
开源大模型完成了一次从助手到独立工程师的质变。
以前，我们用AI是写一句Prompt，但需要不断地去做调试的工作；但现在，用GLM-5可以是给它一个目标，然后去喝咖啡，偶尔回来看看它有没有跑偏。
更宏观地来看，这对于SaaS行业来说，也可能是一场风暴。
毕竟就在前几天，随着Claude Opus等具备长任务能力的闭源模型展现威力，国外市场已经出现了恐慌。
例如当时金融数据服务商FactSet最惨盘中暴跌10%，S&P Global、穆迪、纳斯达克公司纷纷下跌，各大指数全线跳水。
Fortune和CNBC报道称，SaaS软件类股票遭到抛售，投资者担心，如果AI能现场手搓一个CRM系统，谁还去买年费软件。
虽然黄仁勋安抚说AI会增强现有工具，但GLM-5的实测表现告诉我们：重塑或许已经在发生。
更重要的是，之前这种能力是闭源巨头的特权。现在，GLM-5把这把钥匙交到了所有开发者手里。
或许这次开源模型24小时不间断自己跑代码只是一个起点，未来会更长、更快、更好、更强。
Two More Things：
GLM其实从4.5版本开始就死磕AI编程这件事，现在这个国产AI的coding套餐在国内外也是相当火爆；这次智谱一上来就限售，外国网友们都是在“求”的状态。
以及，智谱公司的大楼，现在也是成了个打卡点：
开头我们提到的GBA模拟器，由于GLM-5一直在跑，程序员小哥哥下班打车是这样的：Agent乘客。
GitHub：
https://github.com/zai-org/GLM-5
Hugging Face：
https://huggingface.co/zai-org/GLM-5
ModelScope：
https://modelscope.cn/models/ZhipuAI/GLM-5
GameBoy Advance体验：
https://e01.ai/gba
相关攻略
今日金价，一克1000 06元；95号汽油，每升8块5毛7；电费是阶梯计价，家庭用电最多每千瓦时8毛9；克、升、千瓦时——单位一旦确定，便可以被标注价格，而价格决定了消费，也潜移默化地塑造着每个人的
新智元报道编辑：KingHZ【新智元导读】研究员三个月科研对话记录一夜清零，企业敏感数据公网裸奔……全行业首个企业级OpenClaw服务器部署管理方案ClawManager问世，让OpenClaw真
文 | 孙永杰近日，当国家数据局披露“日均Token调用量突破140万亿”的数据时，这个看似技术性的指标，很快被赋予了宏大的意义—中国正在成为AI时代最重要的“算力输出者”。Token（词元）原本只
“安装龙虾送Token”“OpenClaw实战应用”“OpenClaw攻防实战”……周六一早，2026全球开发者先锋大会就迎来了汹涌人潮，“龙虾”相关体验区更是人气爆棚，现场一片“百虾大战”的景象。
前阵子被捧上神坛的OpenClaw，现在已经成了人人喊打的吞金兽。很多人把问题归咎于大模型不够聪明，或者开源项目 Bug 太多。但我们体验一周后，可以明确告诉大家：都不是。核心原因就俩字：错配。龙虾
热门专题
热门推荐
鲁大师软件管家可安全升级常用软件：一、启动后点击顶部“软件管家”选项卡自动扫描；二、在“可升级软件”列表点击绿色“升级”按钮确认安装；三、勾选多个软件后点“批量升级”按钮并发处理；
3月29日，北京已在全国率先启动智能网联新能源汽车商业保险产品开发应用。新产品基本沿用现有的新能源商业车险体系，按照“总体稳定、部分优化”的原则，主要为消费者和汽车企业关心的特定智驾场景、软硬件损失
预计苹果今年将发布两款新的 iPhone 应用，包括 Apple Business 应用和一款具备类似聊天机器人功能的 Siri 应用。借助 Apple Business 应用，使用全新 Apple
据 Axios 报道，苹果公司已聘请前谷歌副总裁 Lilian Rincon 担任人工智能产品营销副总裁。加入苹果之前， Rincon 曾任谷歌购物产品副总裁。在苹果， Rincon 将负责苹果所有
3月29日消息，谁能料到前段时间奥迪车主与雷军之间的那个打赌，竟然还有后续。这到底是咋回事？事情发生在3月25日，网友@单手开吉利 在雷军的微博评论区晒出了自己去年10月刚提的奥迪车，还当场立下一个