GLM-5.1 在 SWE-Bench Pro 上跑分压过 GPT-5.4 和 Gemini 3.1 Pro，开源模型差距缩到半年

Wow, GLM-5.1 beat Opus 4.6, GPT-5.4, and Gemini 3.1 Pro on SWE-Bench Pro (58.4 vs 57.3 / 57.7 / 54.2) as an open-weight…

GLM-5.1 在 SWE-Bench Pro 编程基准上拿了 58.4 分，比 Opus 4.6 的 57.3、GPT-5.4 的 57.7 和 Gemini 3.1 Pro 的 54.2 都高。模型是 MIT 协议开源的，权重公开。发帖人说开源和闭源的差距现在大概只剩六个月。不过正文没交代各家模型是不是在完全一样的条件下跑的，也没提测试成本和复现细...

推荐理由：GLM-5.1 以开源权重身份在 SWE-Bench Pro 上超过三个闭源旗舰，分数差虽然不大，但够拿来讨论了。问题在于信息全来自一条推文，没给评测设置、运行成本、是否同条件对比，这些才是判断分数含金量的关键。我会先打个折，把这条当信号看，不当结论用。