GLM 5.1测评：第一梯队的敲门砖

先放bench

赶超了四个月前的模型opus 4.5（不过当时使用反重力测试的，可能会有一些差别）
但是和4.5系列一个梯队是没问题的
代码水平中等偏上

一些实现的想法很好，但会被小bug绊住

bench内题目需要被返修的也显著减少

iframe (codepen.io)

但是问题也很显著，GLM 5.1会在思维链中大量打草稿，导致经常爆思考。如果是出字了爆还能继续，在思维链里把token耗尽就只能reroll了

如果开源的话可以夸一夸智谱，如果闭源还涨价我要骂了（）

现在有点试探市场反应的意味呢
21 个帖子 - 9 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: HCPTangHY)

有佬能帮我看看这个是不是官转吗？

最近any实在用不上就在L站里找了个拼车，加上vx后他发支付宝的码，我不放心我就说走闲鱼，第一次没什么经验，发货后能正常对话就直接确认收货了，然后就开始不断遇见问题。先是报

502 {“error”:{“message”:“Upstream request failed”,“type”:“upstream_error”},“type”:“error”}

他解释是他在做轮询，切换账号，之后就好了。后面一直502，他说是Claude官方炸了，我当时也蛮信的，因为昨天好像确实在论坛里看见了官方炸了的消息。

报完502之后正常用了一小段时间开始报

Request too large (max 20MB)

这个似乎是Nginx的默认上传限制配置，然后我希望他可以改大一点，他说晚上会修。但是似乎一直都没有修，哪怕/compact后也属于完全用不了的状态，说几句话就会直接中断。最后不得不新开对话，但是各种指令服从也都有问题，会莫名起码的开始总结然后不继续干活，几乎一次工作只能进行3分钟，5分钟。到这里我也是没办法正常工作了。因为以前any用的很多，any是很纯的，觉得这个和any的感觉有一点不一样，就开始测是不是掺假了。

首先是引号测试没过：

然后是禾维AI检测没过：

然后是糖果问题没过：

樱花虽然被修复过，但感觉它的回答完全不像是opus：

问juice（这个似乎又很高）：

问他什么模型：

我第一次见这种回答格式，我之前用any的时候都是一句话，而且能强调自己是[1m]，还会说“请问有什么可以帮你？”
总结来讲，在进行大型项目的时候有非常明显的降智（工作两三分钟停下），各种检验的结果让我感到困惑。现在那个人是联系不上的状态，但我闲鱼已经确认收货了，鉴于我现在好像没办法捶死它掺假，我也不知道该怎么办了。拼的三人车，说是。为什么我总是遇上这种事情呢…真的好悲伤

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 都林之马)