بر اساس گزارش 1M AI News ، امروز پلتفرم معتبر جهانی ارزیابی هوش مصنوعی LMArena (با مشارکت یک میلیون کاربر در تست کور) لیست ویژه Code Arena را به‌روزرسانی کرد. GLM-5.1 در صدر مدل‌های متن‌باز جهانی قرار گرفت و جایگاه سوم را در میان تمام مدل‌ها به خود اختصاص داد.

GLM-5.1 نه تنها قابلیت کدنویسی SOTA متن‌باز نسل قبلی را به ارث برده است، بلکه در وظایف بلندمدت (Long-Horizon Task) نیز پیشرفت‌هایی داشته و به نتایج زیر دست یافته است:

1. ساخت دسکتاپ لینوکس از صفر در 8 ساعت؛

2. شکستن گلوگاه بهینه‌سازی پایگاه داده برداری با 655 تکرار؛

3. بهینه‌سازی بار کاری واقعی مدل یادگیری ماشین با 1000 دور فراخوانی ابزار.

شایان ذکر است که تحت معیارهای ارزیابی مشابه در لیست METR، GLM-5.1 تنها مدل متن‌باز است که قادر به کار مداوم در سطح 8 ساعت است و همچنین یکی از معدود مدل‌هایی در سطح جهانی است که به جز Claude Opus 4.6 این قابلیت را دارد.