GLM-5.1 কৃত্রিম বিশ্লেষণ কোডিং এজেন্ট বেঞ্চমার্কে ওপেন-সোর্স মডেলগুলির মধ্যে প্রথম স্থান অধিকার করেছে

AIMPACT বার্তা, 13 মে (UTC+8), বিশ্বপ্রসিদ্ধ মূল্যায়ন প্রতিষ্ঠান Artificial Analysis একটি নতুন Coding Agent সূচক—Artificial Analysis Coding Agent Index প্রকাশ করেছে, যা Agent harnesses এবং মডেল কম্বিনেশনের SWE-Bench-Pro-Hard-AA, Terminal-Bench v2 এবং SWE-Atlas-QnA তিনটি প্রধান বেঞ্চমার্কে পারফরম্যান্স পরিমাপ করে। এই মূল্যায়নে, বন্ধ সোর্স মডেল Opus 4.7 (Cursor CLI-এ চলমান) বিশ্বের প্রথম স্থান অধিকার করেছে, এবং GLM-5.1 (Claude Code-এ চলমান) ওপেন-সোর্সের মধ্যে প্রথম স্থান অর্জন করেছে। এই বেঞ্চমার্কটি বাস্তব প্রোগ্রামিং টাস্ক, Agentic টার্মিনাল টাস্ক এবং প্রযুক্তিগত প্রশ্নোত্তরকে কভার করে, যা বাস্তব প্রোগ্রামিং Agent সিনেরিওতে প্রকৃত পারফরম্যান্সকে প্রতিফলিত করার উদ্দেশ্যে। লেখাটিতে মনে করা হয়েছে, GLM-5.1 এই সিনেরিওতে চীনা বড় মডেলগুলির SOTA ক্ষমতা প্রতিনিধিত্ব করে। (উৎস: InFoQ)