一、引言
剛才我看到，智譜新一代的旗艦模型 GLM-5 已經正式發佈了。
真的拼啊，非要趕在長假之前，上一個版本 GLM-4.7 發佈還不到兩個月呢......
GLM-4.x 在國內外評價很高，公認是編程領域第一梯隊的模型。新的大版本就讓人很好奇，會有哪些改進。
實話實說，上個星期，他們團隊聯繫我參與內測，我已經使用這個模型好幾天了。
巧的是，也在上個星期，國外兩個旗艦模型同時發了新版本：Anthropic 公司發了 Claude Opus 4.6，OpenAI 公司發了 GPT-5.3-Codex。
這三個新模型都主打編程，我就忍不住進行了比較測試，看看它們有沒有差別，我想這也是很多人感興趣的。
下面就是真實編程任務，在這三個 AI 模型上的生成結果。
二、GLM-5 簡介
官方的發佈說明，這樣介紹 GLM-5：作為開源模型，GLM-5 完全對標頂尖閉源模型，在兩個地方做了特別強化。
（1）複雜系統工程
GLM-5 不單善於生成前端網頁，更善於處理後端任務、系統重構、深度調試，摒棄了"重前端審美、輕底層邏輯"的模式。
它具備極強的自我反思與糾錯機制，能在編譯失敗或運行報錯時，自主分析日誌、定位根因並迭代修復，直到系統跑通。
（2）長程 Agent
它能夠跑長程任務，即多階段、長步驟的複雜任務，可以自主拆分需求，自動化連續運行長達數小時，並保持上下文連貫與目標一致性。
（3）小結
GLM-5 可以完成的任務，已經超越了生成前端 UI，而是可以生成系統級大型複雜項目，比如操作系統內核、瀏覽器內核、V8 引擎之類的。
它的宣傳語是"在大模型進入 Agent、大任務的時代，GLM-5 是你可以使用的開源選擇。"
三、測試方法
我選擇的測試題目，是 HuggingFace 公司的佈道師亞歷杭德羅·奧（Alejandro AO）測試 Opus 4.6 和 GPT 5.3 的題目。
他拍了一個視頻，展示這兩個模型的表現。
我就拿同樣的題目去測 GLM-5，再跟他的結果進行對比。
一共四道題，前端和後端的都有。我已經把原始的提示詞和原始腳本，做成了一個倉庫，放到了 GitHub。
四、網頁設計測試
第一個測試是網頁設計和重構能力。
原始頁面非常簡陋。
它只是把信息做了分類，然後堆疊在一起，我們讓 AI 對這個網頁進行重新設計，讓它變得美觀易用，透露出成熟可靠的專業感。
前面說了，提示詞和原始文件都在 GitHub，這裡不重複貼了。大家可以拿來自己跑，也可以讓其他模型跑。
下面就是 GLM-5 的生成結果。
這個結果稱得上美觀又專業，所有信息組織得井井有條，而且帶有動畫效果，手機瀏覽（下圖）也沒有問題，簡直可以直接上線。
我把這個頁面發佈出來了，大家可以點擊這裡去看。
下面是 Opus 4.6 的生成結果，從視頻截圖的。
下面是 GPT-5.3 的生成結果。
這三個設計都是可用的，但是 GPT-5.3 有一個瑕疵（頁眉沒做成粘性頁眉，往下拉就沒了），而且在設計上也不如另外兩者好看。
所以，在這個測試中，GLM-5 和 Opus 4.6 表現更好，至於哪一個更出色，要看使用者的審美偏好。我個人更喜歡 GLM-5 的設計風格。
五、3D 沙盒測試
第二個測試看看 AI 模型的 3D 動畫生成能力。
要求是生成一個教育目的的網頁 3D 沙盒，用動畫展示太陽系的天體運動，並且能夠調整質量、位置、速度等動畫參數，還能手動增加新的天體。
下面是 GLM-5 的生成結果。
頁面的右側是動畫區，默認展示三個小行星圍繞中間的恆星進行軌道運動，可以用鼠標拖拽進行360度旋狀，以及放大和縮小。
頁面的左側是操控面板，做得挺不錯。
上半部分可以調節動畫和天體參數，下半部分用來增加新的天體，或者刪除現有天體。
作為比較，Opus 4.6 的生成結果。
GPT-5.3 的生成結果。
這三個生成結果，都滿足了需求，都可以順利運行。但是，GLM-5 的動畫缺了引力網格線，而 GPT-5.3 的網格線太凌亂，因此動畫效果方面 Opus 4.6 更好一些。
操控面板方面，GLM-5 和 Opus 4.6 都設計得不錯，GPT-5.3 有點簡單。
總體上，我感覺這一輪的最佳選手是 Opus 4.6，其次是 GLM-5，最後是 Codex 5.3。
六、網頁遊戲
第三個測試是生成一個網頁遊戲"憤怒的小鳥"（angry birds）。
GLM-5 的生成結果還可以，挺像原作的，可以玩，但是遊戲性不足，彈跳效果不夠好。
Opus 4.6 的還原度很高，遊戲體驗也接近原作。
GPT-5.3 的生成結果令人尷尬，小鳥根本彈不出去，遊戲不能玩。
這一輪很明顯，Opus 4.6 最佳，GLM-5 其次。
七、Laravel 轉為 Next.js
最後一個測試是，將一個基於 PHP 語言 Laravel 框架的 Web 應用，轉為 JavaScript 語言 Next.js 框架。
GLM-5 在處理時，幾乎沒有出現任何麻煩，很快就將 PHP 語言轉成了 JS 語言，並且給出了轉換後的代碼結構。
它還在轉化後，貼心地自動安裝了依賴的軟件包，做好了腳本編譯，提示用戶：你只要接入外部 API，一鍵執行npm run dev就能直接運行了。
我按照它的提示，運行很順利，沒有報錯，打開localhost:3000就能訪問應用了。
這是一個查看城市天氣的應用。因為沒有要求改變樣式，所以看上去跟 PHP 原版一模一樣。
右上角輸入框，可以查詢城市。
在查詢結果中，選中你所要的城市。
點擊進去，就是城市的詳情頁，有天氣、日出日落時間、空氣質量、地圖等信息。
Opus 4.6 和 GPT-5.3 也生成了同樣的結果，因為頁面、功能完全一樣，就不展示截圖了。
值得一提的是，GLM-5 和 GPT-5.3 的轉換時間都在5分鐘左右，Opus 4.6 似乎遇到了一點問題，花費了整整20分鐘。
這一輪單看結果，三個模型都很好，但是 GLM-5 花費的生成時間短，沒有任何報錯，全過程的用戶體驗好，我願意投它一票。
八、總結
經過這些測試，GLM-5 的編程表現可圈可點，是拿得出手的，能夠跟國外最新的旗艦模型放在一起。某些方面甚至還能贏出，即使不如人家的地方，往往也是細節問題，不是質的差別。
它聽說在訓練和運行過程中，都使用了國產的"萬卡集群"。可以想象，如果得到更多的卡、更多的算力，它的表現會更好，足以跟世界第一梯隊的大模型公司正面 PK。
另外，它這次特別強化的兩個點----"複雜系統"和"長程任務"----是有感的。
它生成的系統邏輯和後端代碼，可靠性不錯，無論是生成時還是運行時，報錯都不多。缺失的地方往往就是一些功能的缺失，後期讓 AI 再補上就可以了，不是架構出問題。另外，我有一項個人任務，它跑了足足兩個小時，最後也完成了，沒有亂掉。
我願意把官方的一段話，作為結尾。
2026年編程大模型正在從"能寫代碼"進階為"能構建系統"，而 GLM-5 堪稱開源界的"系統架構師"模型，從關注"前端審美"轉向關注"Agentic深度/系統工程能力"，是 Opus 4.6 與 GPT-5.3 的國產開源平替。
（完）