NiceKate AI：GLM-5.1 真實體驗 — SWE-Bench Pro 很強，實戰表現如何？

開場閒聊

NiceKate AI 一開場就直言，GLM-5.1 最近正式開源了。官方數據顯示 SWE-Bench Pro 很強，得分非常亮眼，在編碼方面的能力備受期待。她之前因為沒有 Coding Plan，一直沒有機會親自體驗，直到最近發現 Factory 宣布 GLM-5.1 已經在 Joy 平台上線，才終於有機會一探究竟。

她提到 Joy 平台有些用戶認為它比 Cursor 更好用，因此這集的測試從頭到尾都在 Joy 上進行。這也讓觀眾有機會了解，如果沒有昂貴的 Coding Plan，是不是還是可以透過 Joy 來體驗 GLM-5.1 真實體驗的全貌。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
GLM-5.1 開源後實際體驗如何？	在 Joy 平台上測試，整體表現流暢，幾乎沒有報錯
PDF 生成品質夠專業嗎？	基礎功能可用，但中文字體處理有亂碼，需額外提示修正
能不能做出有設計感的 PPT？	還原設計文檔風格的能力很強，但部分細節（頁角形狀）不一致
3D 場景與影片製作能力如何？	能生成 Piranesi 風格 3D 空間，並自動製作 Remotion 影片與配樂

GLM-5.1 在 SWE-Bench Pro 上拿下高分，很多人問：SWE-Bench Pro 很強，實戰表現如何？這篇文章帶你一探究竟。

PDF 生成：基礎可用，中文字體有小問題

NiceKate AI 首先讓 GLM-5.1 透過 MiniMax 的 PDF Skill 來生成一份高品質 PDF。MiniMax 開源了 PDF、PPT、DOC 相關的 Skills，她認為非常好用，推薦大家嘗試。

GLM-5.1 很快就產出了第一版 PDF，但問題出現了——生成的文檔中有不少亂碼，沒有正確處理中文字體。於是她又補了一次提示，要求使用中文字體。修改後的版本明顯改善，封面採用暗色設計，視覺上相當有質感。

不過她也發現文字排版有些小瑕疵，整體來說 PDF 生成功能是堪用的，但需要使用者多一層提示來確保品質。

PPT 製作：設計風格還原度令人驚艷

接下來是最受關注的測試——PPT 生成。NiceKate AI 讓 GLM-5.1 製作高品質簡報，並授權它使用 PPT 相關的 Skill。

Joy 平台的特色在於它會自動並行使用子代理來製作所有幻燈片，NiceKate AI 可以透過 Joy 的介面看到不同的子代理各自在做什麼、進展如何。她發現第一版生成的幻燈片規畫中，左邊標題是英文、右邊內容是中文，整體呈現全英文風格。

於是她要求換成中文，並提供了一份她在 Google Stitch 影片中介紹過的設計文檔，直接讓 GLM-5.1 參考這個設計風格重新設計 PPT。

結果令人印象深刻——還原後的風格與提供的設計文檔非常一致，從版面配置到色調都忠實複製。基準指標頁呈現得不錯，向量資料庫優化與 GPU 核心優化等技術內容也有清楚的圖表呈現。不過 NiceKate AI 也注意到了細微的不一致，例如頁角在第 11 頁是橢圓形，但在第 9 頁卻變成了長方形設計，這反映了並行代理處理時可能出現的風格漂移。

3D 空間與資訊卡：一個指令從零建構

NiceKate AI 接著對 GLM-5.1 提出了更具挑戰性的需求——製作一個受 Piranesi 啟發的 3D 空間。Piranesi 是 18 世紀著名的版畫家，以不可能的階梯、巨大的石柱和複雜的建築結構聞名。

GLM-5.1 第一版生成的 3D 空間畫面非常暗，於是 NiceKate AI 要求改為明亮的風格，並在生成後詢問它是否有調用相關的 Skill。GLM-5.1 誠實回答沒有。

優化後的版本有了明顯改善——六座拱門、四方向走廊、無線拱頂與巨型石柱，每個細節都呈現出 Piranesi 版畫的經典元素。放大後可以看到不同的階梯設計，整體非常有質感。

更進一步，NiceKate AI 讓 GLM-5.1 調用喬木開源的資訊卡 Skill，將這個 3D 應用做成 16:9 的資訊卡，並要求它自己截取應用的不同角度圖來做介紹。GLM-5.1 完成的三頁資訊卡中，右側的截圖都是它自己獲取並排版的，品質相當專業。

影片製作與交通仿真：多工能力的極致考驗

Remotion 影片自動生成

資訊卡完成後，NiceKate AI 繼續加碼——要求 GLM-5.1 使用 Remotion 製作介紹 3D 場景的影片。GLM-5.1 很快完成，從一開始的標題頁到第二頁的漸進動畫，整體風格與資訊卡高度一致，展現出跨媒介的一致性。

交通仿真與 Playwright 驗證

更令人驚訝的是，NiceKate AI 要求 GLM-5.1 做一個十字路口的交通仿真。GLM-5.1 完成後附上總結說有做「驗證」。NiceKate AI 追問它是如何驗證的，GLM-5.1 回答它用了 Playwright 自動化瀏覽器做了三項基礎認證——這個自主驗證的能力顯示 GLM-5.1 具備一定程度的 Agent 自主性。

當被問及是否調用了 Skill 來做驗證時，GLM-5.1 表示它調用了 Web-app-testing Skill（由 Ansys-Opit 開源），這是之前已經安裝在電腦上的。

自動錄製示範影片

最後一個驚喜是 GLM-5.1 能為自己生成的應用自動錄製示範影片。NiceKate AI 讓它自己去錄製，最終的影片展示了豐富的角度切換與功能演示，錄製效果比手動展示還要好。

更令人驚豔的是，影片中的配樂也是 GLM-5.1 自己生成的——它成功調用了 Music Skill，一次提示就完成。NiceKate AI 特別提到，Piranesi 3D 空間的背景音樂風格（暗黑氛圍館、風景）選擇得非常到位。

QA 精選

Q1：GLM-5.1 在 PDF 和 PPT 生成上的最大問題是什麼？

中文字體處理是主要痛點。第一次 PDF 生成時出現大量亂碼，需要額外提示「使用中文字體」才能修正。

PPT 方面，雖然風格還原度很高，但並行代理處理導致的細節不一致是需要注意的方向。例如頁角形狀不統一，在第 11 頁是橢圓形，第 9 頁卻變成了長方形。

NiceKate AI 認為這些問題可以透過改進 Skill 或提示詞來解決，並非 GLM-5.1 本身的能力限制。

Q2：GLM-5.1 與 Kimi 在影片生成上誰比較強？

NiceKate AI 做了一個直接的對比測試，讓兩者分別製作色彩理論的演示影片。

結果顯示，在這個任務上 Kimi 完成得更好，質量和細節更勝一籌。

但 GLM-5.1 在自主錄製示範影片和自動配樂方面表現出色，各有千秋。兩者的定位不同，GLM-5.1 的強項在於任務鏈執行，而非單一任務的品質。

Q3：GLM-5.1 的自主驗證能力是真的假的？

是真實的。在交通仿真任務中，GLM-5.1 主動提到做了驗證，被追問後誠實回答使用了 Playwright 自動化瀏覽器進行了三項基礎認證。

它還明確指出調用了 Web-app-testing Skill。這種「做完任務後自行驗證」的行為模式，展現了 GLM-5.1 具備初階的 Agent 自主性，不是單純的對話生成或模板化輸出。

Q4：沒有 Coding Plan 的使用者能用 GLM-5.1 嗎？

可以。NiceKate AI 自己就是因為沒有 Coding Plan 而一直沒機會體驗。

GLM-5.1 後來在 Joy 平台上線，只要註冊 Joy 帳號就可以使用。Joy 平台的並行子代理架構讓任務執行更有效率，使用者可以直觀看到各個子代理的進度。

這也降低了 GLM-5.1 的使用門檻，讓更多開發者可以在不購買付費方案的狀況下體驗這款模型。

Q5：GLM-5.1 整體表現如何？值不值得推薦？

NiceKate AI 的整體評價是非常正面——最大的亮點是幾乎沒有報錯，流程順暢。

從 PDF、PPT、3D 空間到影片錄製與配樂，整個任務鏈一氣呵成。她認為 GLM-5.1 在自主編寫 Provider 腳本、調用各種 Skill 的能力上都相當順暢。

雖然 PDF 和 PPT 有小問題，但這些是可以後續優化的方向。整體而言，對於想嘗試開源編碼模型的開發者來說，GLM-5.1 是一個非常值得一試的選擇。

Q6：GLM-5.1 的背景音樂生成是怎麼做到的？

GLM-5.1 成功調用了 Music Skill，NiceKate AI 只給了一次提示就完成了 Piranesi 3D 空間的背景音樂。

GLM-5.1 自動選擇了「暗黑氛圍館、風景」的音樂風格，與 Piranesi 版畫的古典氛圍非常契合。

她認為這個音樂選擇的品味相當到位，顯示 GLM-5.1 不僅能調用工具，還能理解內容的調性並做出符合語境的風格判斷。

主編隨筆

GLM-5.1 這款模型的亮點不在於單一任務上的絕對優勢，而在於它展現了「任務鏈」的連貫執行能力。從一個簡單的指令開始，它能夠自主調用 PDF Skill、PPT Skill、資訊卡 Skill、Music Skill，甚至主動用 Playwright 驗證自己的輸出——這種「做完還會檢查」的行為在開源模型中並不多見。

不過我觀察到一個有趣的現象：NiceKate AI 的測試方式本質上是「給一個目標，讓模型自己規劃路徑」，而不是「一步步下達指令」。這種開放式的測試對模型的 Agent 能力要求更高，GLM-5.1 能順利完成已經說明了它的基礎架構設計相當成熟。

如果以我的標準來看，GLM-5.1 目前最大的缺口不在於能力本身，而在於輸出的穩定性和一致性——同樣的任務給同樣的提示，能否每次都產出一樣的品質？從 PPT 頁角形狀不一致的例子來看，這方面還有進步空間。但對於一個剛開源的模型來說，這個起點已經非常高。

結語

GLM-5.1 證明了智譜 AI 在開源模型領域的實力。從 SWE-Bench Pro 的理論高分到真實世界的多工測試，它展現了令人印象深刻的 Agent 自主性與跨任務協作能力。雖然在 PDF 中文字體、PPT 細節一致性上還有改善空間，但整體流暢度和幾乎零報錯的表現，讓它成為 2026 年上半年最值得關注的中文開源模型之一。

NiceKate AI 在影片最後也提到，她希望這些測試能幫助觀眾了解 GLM-5.1 的真實能力，我們也可以期待後續的 Skill 和提示詞優化能進一步釋放這款模型的潛力。