GLM-5.1 को कृत्रिम विश्लेषण कोडिंग एजेंट बेंचमार्क में ओपन-सोर्स मॉडल्स में पहला स्थान मिला

AIMPACT संदेश, 13 मई (UTC+8), वैश्विक प्रतिष्ठित मूल्यांकन संस्था Artificial Analysis ने नया Coding Agent सूचकांक जारी किया है, जो Agent harnesses और मॉडल संयोजनों के प्रदर्शन को SWE-Bench-Pro-Hard-AA, Terminal-Bench v2 और SWE-Atlas-QnA तीन प्रमुख सूचकांकों पर मापता है। इस मूल्यांकन में, बंद स्रोत मॉडल Opus 4.7 (Cursor CLI पर चल रहा) विश्व में पहले स्थान पर है, जबकि GLM-5.1 (Claude Code पर चल रहा) ओपन सोर्स में पहले स्थान पर है। यह सूचकांक वास्तविक प्रोग्रामिंग कार्यों, Agentic टर्मिनल कार्यों और तकनीकी प्रश्नोत्तरी को कवर करता है, जिसका उद्देश्य वास्तविक प्रोग्रामिंग Agent परिदृश्यों में वास्तविक प्रदर्शन को प्रतिबिंबित करना है। लेख में यह माना जाता है कि GLM-5.1 इस परिदृश्य में भारतीय बड़े मॉडल की SOTA क्षमता का प्रतिनिधित्व करता है। (स्रोत: InFoQ)