人工分析發布程式碼代理基準測試；智譜 GLM-5.1 在開源模型中名列第一

人工分析（Artificial Analysis）今天發布一份新的「程式代理（Coding Agent）指標」，用以評估當 AI 模型與代理框架結合時在多項關鍵基準測試上的表現，包括 SWE-Bench-Pro-Hard-AA、Terminal-Bench v2 與 SWE-Atlas-QnA。在此次評估中，智譜 GLM-5.1 在開源模型中排名第一，展現出在真實世界的程式代理場景中的領先效能。