Z.ai выкатили GLM-5.1: модель, которая не выдыхается
Z.ai выкатили GLM-5.1, и главное отличие этой модели от предыдущих поколений можно описать одной фразой: она не выдыхается.
Обычная история с ИИ-кодерами такая. Модель берет задачу, применяет знакомые приемы, быстро выдает первые результаты и упирается в потолок. Дать ей больше времени бесполезно, она просто топчется на месте. GLM-5.1 сломал этот паттерн. Разработчики целенаправленно учили модель работать на длинных дистанциях, где нет четких метрик и нужно самому решать, что делать дальше.
Результаты говорят сами за себя. На бенчмарке SWE-Bench Pro новая модель обошла GPT-5.4 и Claude Opus 4.6. Но куда интереснее, как она справляется с задачами без финишной черты.
В одном из тестов ей дали скелет векторной базы данных на Rust и попросили выжать максимум скорости. Обычный лимит на такие задачи — 50 итераций. GLM-5.1 поработал над проектом больше 600 раз, сделав тысячи вызовов инструментов. Вместо того чтобы остановиться, модель сама анализировала логи, находила узкие места и меняла архитектурную стратегию. Итог — 21 500 QPS против 3 547 у лучшего предыдущего результата. Разница в шесть раз.
Похожая картина и с оптимизацией GPU-ядер для ML-задач. Модель продолжала находить способы ускорить код даже спустя тысячу итераций, доведя средний прирост скорости до 3.6 раза. Для сравнения, стандартный torch.compile выдает около 1.15 раза.
Самый показательный сценарий вообще не имел числовых метрик. GLM-5.1 попросили с нуля собрать рабочее окружение Linux-десктопа в браузере. Без шаблонов, без подсказок, без макетов. Восемь часов непрерывной работы модель строила систему: добавляла файловый менеджер, терминал, текстовый редактор, системный монитор, калькулятор и даже игры. Причем не просто прилепляла виджеты, а дорабатывала стили и связывала всё в единый интерфейс.
Суть обновления не в том, что модель стала чуть умнее на коротких задачах. Она научилась не сдаваться, когда легкие выигрыши заканчиваются, и методично дорабатывать решение сотнями итераций. Это делает её реальным инструментом для сложных проектов, где результат нельзя оценить по первому черновику.
Модель уже доступна на HuggingFace и GitHub, а посмотреть её в деле можно через API Z.ai.