Команда Z.AI анонсировала выход GLM-5.1 — флагманской open-weight модели с 754 миллиардами параметров, созданной специально для «агентского инжиниринга». В отличие от классических LLM, оптимизированных под короткие диалоги, GLM-5.1 заточена под длительные автономные сессии и решение сложных инженерных задач.

Рекорды на SWE-bench и автономность

Главная новость для вайбкодеров: GLM-5.1 показала результат 58.4 на SWE-bench Pro, официально став SOTA-решением (State-of-the-Art). Модель обошла таких гигантов, как GPT-5, Claude Opus 4.6 и Gemini 3.1 Pro.

Но цифры в бенчмарках — не самое интересное. Разработчики заявляют, что модель способна поддерживать до 8 часов непрерывного автономного выполнения задач. Это критически важно для инструментов вроде Cursor или Windsurf, когда агенту нужно не просто написать кусок кода, а провести глубокий рефакторинг или отладить сложную систему в реальном времени.

Архитектурные фишки: MoE и DSA

Модель построена на базе архитектуры glm_moe_dsa. Использование Mixture of Experts (MoE) позволяет активировать только часть параметров при каждом проходе, что делает инференс такой махины на 754B значительно быстрее и дешевле, чем у плотных (dense) моделей аналогичного размера.

Технология DSA помогает сохранять точность при работе с длинным контекстом, а новая инфраструктура асинхронного обучения с подкреплением (Reinforcement Learning) позволила модели развить «устойчивое суждение». Это значит, что GLM-5.1 реже «галлюцинирует» в середине длинных рабочих цепочек, чем модели, обученные стандартным одношаговым RL.

Что это значит для вайбкодеров?

Появление open-weight модели такого уровня — это мощный сигнал рынку.

1. Локальный запуск: Несмотря на огромный размер, архитектура MoE дает надежду на запуск квантованных версий на доступном железе.
2. Качество кода: Лидерство в NL2Repo и Terminal-Bench 2.0 означает, что агент лучше понимает структуру репозиториев и умеет работать с терминалом как профи.
3. Автономность: Мы переходим от «напиши мне функцию» к «внедри эту фичу в проект и протестируй», где агент может работать часами без вмешательства человека.

GLM-5.1 уже доступна для тестирования и обещает стать новым стандартом для open-source инструментов разработки.