最近收到一封 Ollama 的邮件，内容激动人心：GLM5.1 编程能力已经杀进全球前三了！ 而且还能免费试用（主要是刚开源，Ollama动作是快哈）。看到“全球前三”的国货，我的 DNA 瞬间动了。
要知道，这个号称"全球首个可实现8小时持续工作"的长程任务大模型，在SWE-bench Pro上拿了58.4分，把Claude Opus 4.6（57.3分）和GPT-5.4（57.7分）都踩在了脚下。754B总参数、256个专家、200K Token上下文...这配置看着就像编程界的"灭霸"。
我心想：刚刚修好了一个bug, 还不拿过来试一试？前面GLM5看上去不太灵光，莫非这次行了？同时还对比了Qwen-3.6plus。
结果...我掉眼睛了（字面意义上的）。
在翻车之前，先给大家送上三种接入GLM5.1的方案，毕竟"死"也要"死"得明白：
方案A：智谱官方订阅（土豪版）
```bash
export ANTHROPIC_AUTH_TOKEN=your_key
export ANTHROPIC_BASE_URL=https://open.bigmodel.cn/api/anthropic
claude
`
月费44.1块起，支持工具调用，但高峰期可能会"降智"（别问我怎么知道的）。
方案B：Ollama本地尝鲜（技术宅版）
```bash
sudo snap install ollama
ollama launch claude --model glm-5.1:cloud
`
发个"hi"测试，速度飞快！但免费额度不够修一个bug的，适合浅尝辄止。
方案C：Docker+LiteLLM（折腾版）
如果你已经有了docker, 就直接装个Docker版的吧。先准备config.yaml把GLM5.1伪装成Claude家族：
```yaml
model_list:
- model_name: "claude-opus-4-6"
litellm_params:
model: "openai/glm-5.1:cloud"
api_base: "http://localhost:11434/v1"
drop_params: true
`
然后启动服务：
```bash
litellm --config ./config.yaml --port 4000
`
最后claude走起。
三种方案我都试了，习惯了就好。
看看Ollama的Pro Plan, 跟智谱差不多，但是可以同时使用3个模型，目前就是速度快。智谱的可以使用它的工具的。
为了公平对决，我也给阿里家的Qwen3.6-Plus准备了擂台：
```bash
export ANTHROPIC_BASE_URL=https://dashscope.aliyuncs.com/apps/anthropic
export ANTHROPIC_API_KEY=your_key
export ANTHROPIC_MODEL=qwen3.6-plus
claude
` Pro版买不到了，可以买这个：
现在，请出一个超过1万行的Python项目中的因增加状态机而出现的双重bug：
这bug之前用免费的Qwen3.5-122b-a10b分两次 prompt 就已经解决，我想着GLM5.1这种"编程怪兽"应该能一次性搞定吧？
Round 1：
我把日志和代码喂给GLM5.1，它自信满满地分析了一通，输出了一堆修改建议。
我照做了。
运行——相同的错误！ 连报错行数都没变。
Round 2：
我不死心，把更改全部回滚，用完全相同的问题再问一遍。
GLM5.1又给了我一套"全新"的解决方案，看起来专业极了，还附带详细的代码注释。
我照做了。
运行前又问了一句：检查该任务是否真正完成了。
它又找出点问题修复。
运行——还是相同的错误！
账单：每次约10分钟，2块6人民币。
是的，钱收了，活没干完。
抹掉GLM5.1的所有更改，请Qwen3.6-Plus上场。
第一次尝试：由于日志里记载的是原目录路径，它改到旧代码里去（这锅我背，没把路径说清楚）。
修正路径后的第二次：Qwen3.6-Plus精准定位，Bug A成功修复！ 流程不再因为状态机问题而终止。
显示的是全改完成了，但是运行时Bug B（统计问题）还留着，但人家真正1轮就解决了主要矛盾。
更扎心的是——免费的Qwen3.5-122b-a10b也是这个水平啊！我已经修好了啊。
那我每次花2块6请GLM5.1是来干嘛的？闲的吗？还真是。
根据官方数据，GLM5.1在HumanEval上拿了45.3分，达到Claude Opus 4.6的94.6%，CyberGym得分68.7较前代GLM-5（48.3分）大幅跨越。
但在我这1万行Python代码面前：
模型 | 轮次 | Bug A | Bug B | 花费 |
GLM5.1 | 2轮 | ❌ 未修复 | ❌ 未修复 | 每次2.6元 |
Qwen3.6-Plus | 1轮 | ✅ 已修复 | ⏳ 待续 | 在抵扣券中，查不到用了多少 |
Qwen3.5-122b-a10b | 2轮 | ✅ 已修复 | ✅ 已修复 | 免费 |
所以朋友们，别盲目迷信SWEbench-Pro排行榜！能在基准测试拿高分的模型，未必适合你的IDE环境和编码习惯。
GLM5.1确实很快（特别是通过Ollama本地跑），确实便宜（44块/月起），确实参数多（754B看着就唬人），但遇到我这个DAG状态机bug，它就是"一顿操作猛如虎，一看战绩零杠五"。
当然，这可能是我打开方式不对，或者是bug描述不够清晰。但5块钱买个教训：实践出真知，排行榜仅供参考，钱包君请谨慎。
P.S.本文所有测试基于2026年4月官方最新版GLM5.1和Qwen3.6-Plus，测试结果可能因prompt工程水平而异。我看到有个老外他现在常用的模型就是Gemma4, K2.5和这个GLM5.1。
我这钱是花了，但是有点失落。
你有什么样的最新模型体验，欢迎夸夸和踩踩！
