2026年3月，智谱AI推出GLM-5.1模型，面向GLM Coding Plan所有用户开放（包括Lite/Pro/Max）。新模型编程能力较上一代GLM-5提升近10分，与全球顶尖模型Claude Opus 4.6仅差2.6分，引发网友热议和抢购热潮，Coding Plan订阅瞬间售罄。实测显示，GLM-5.1在代码生成、空间结构理解及动态补全能力上表现优异，可完成交互式游戏开发、室内设计平面图等复杂任务。模型支持OpenAI Compatible接口，兼容性强，配置简单，适合开发者快速接入工作流。此次更新距GLM-5发布仅一个多月，官方称其为强化版本，优化了稳定性与执行效率。

3月27日，智谱发布改进版AI大模型GLM-5.1，距离GLM-5.0发布仅一个多月。新版本强化了AI代码能力，评测得分从GLM-5.0的35.4提升至45.3，增幅超30%。与全球最强编码大模型Opus 4.6相比，GLM-5.1仅落后不到3分，两者能力接近。此外，GLM-5.1价格远低于Opus 4.6，费用低数倍，更适合程序员使用。不过，其实际编程能力还需结合用户反馈评估，与Claude系列等国际领先模型相比，国产大模型在数据积累和算力规模上仍有提升空间。

2026年2月11日，国产AI大模型GLM-5发布，其编程能力达全球领先水平。智谱推出的GLM-5参数量达7440亿，是上一代的两倍，在代理编程测试中以589分超越Claude Opus的585分，位列第一；非代理编程排名第三，仅次于Opus 4.6和Gemini 3 Pro，但优于Opus 4.5。海外AI博主@AICodeKing评价其兼容性强，适合构建复杂应用，且性价比极高，单次编程任务成本仅0.14美元，远低于Opus 4.6的6.39美元和Gemini 3 Pro的0.85美元。对国内开发者而言，GLM-5规避了国外工具的限制，更具吸引力。

据The Information报道，DeepSeek计划于2月中旬春节前后发布V4模型，主打编码能力。内部测试显示，其性能已超越Anthropic的Claude和OpenAI的GPT系列。V4在超长代码提示词处理与解析上实现突破，且训练全程数据模式理解能力无衰减，较前代显著提升。新模型生成的答案逻辑更清晰、结构更规整，深度推理能力增强，复杂任务可靠性更高。此外，DeepSeek-V3.2论文提到使用大模型竞技场平台进行人类偏好评估，用户可能提前在该平台测试V4。

11月24日，美国AI初创公司Anthropic发布最新模型Claude Opus 4.5，称其编程能力超越人类工程师。该模型在编码、智能代理及日常任务处理上表现卓越，并在测试中超越谷歌Gemini 3 Pro和OpenAI的GPT-5.1。Opus 4.5还通过了一项高难度软件工程测验，得分超过所有历史人类候选者。这是Anthropic两个月内发布的第三个重大版本，此前分别为9月的Sonnet 4.5和10月的Haiku 4.5。新模型将应用于专业开发者及知识型工作者，并成为Anthropic Pro、Max和Enterprise产品的默认模型。此外，公司推出多项更新，包括扩展工具Claude for Chrome、Claude for Excel以及桌面应用的新功能，进一步提升用户体验。

9月16日，OpenAI发布全新GPT-5-Codex模型，现已在Codex编程助手中上线，并向ChatGPT Plus、Pro、Business等用户开放，未来计划通过API提供服务。该模型专为Agent编程优化，具备动态计算能力，可灵活分配任务“思考时间”，从数秒到七小时不等，显著提升复杂编程任务表现。相比以往依赖“路由”机制预判任务复杂度的方式，GPT-5-Codex可在任务中实时调整时间和算力，在SWE-bench Verified测试和大型代码库重构中优于标准GPT-5。此外，经过代码审查训练的GPT-5-Codex错误更少，能提供高质量评论，获得资深工程师认可。产品负责人称其动态思考能力在复杂问题上优势明显。

2025年9月6日，阿里发布其迄今为止最大的万亿参数模型Qwen3-Max-Preview（Instruct），较前一代Qwen3（235B）参数量提升四倍。新模型在中英文理解、复杂指令遵循及工具调用等方面显著增强，并大幅减少知识幻觉，全面上线通义APP、Qwen Chat网页和阿里云API。实测显示，该模型在解答AIME数学竞赛题、编程生成互动动画、扫雷游戏及前端网页设计等任务中表现出色，所有尝试均一次成功，且生成速度达107+ token/秒。API采用阶梯计费，支持长上下文输入。阿里透露正式版即将推出，可能伴随推理版本，进一步扩展模型规模。

2025年8月21日，DeepSeek官方发布V3.1版本，上下文长度扩展至128k，参数达685B，支持多种精度格式。新版本在编程能力上表现突出，Aider测试中得分71.6%，超越Claude 4 Opus，成本低至1美元。新增原生搜索和特殊Token功能，并优化推理速度和上下文支持。尽管未发布模型卡，V3.1已登上Hugging Face趋势榜第四。实测显示其性能显著提升，但在部分复杂任务上仍有改进空间。网友期待未来R2版本的发布。

正文：2025年8月20日，DeepSeek低调上线并开源新模型DeepSeek-V3.1-Base，参数达6850亿，支持多种张量类型，上下文窗口拓展至128k。新模型在编程领域表现突出，Aider Polyglot测试得分71.6%，超越Claude 4 Opus，生成代码逻辑清晰且细节完整。但在写作和创意任务中仍有局限，叙事张力不足。此外，模型移除了深度思考模式的“R1”标识，并新增原生搜索功能优化。目前，该模型已在Hugging Face趋势榜跃居第二，引发广泛关注。

2025年8月20日，DeepSeek V3.1发布，主要更新包括上下文长度拓展至128K和支持多种张量格式。实测显示，V3.1在编程能力、情境写作、数学理解、翻译水平等方面均有显著提升。例如，V3.1在处理GIF压缩任务时提供了更全面的代码说明和优化策略；情境写作中，风格从V3的理性转为更具文艺气息的表达；数学题解答逻辑清晰且正确；翻译表现对长难句的理解更强但偶有小失误。此外，V3.1在冷门知识问答中存在争议性回答。网友测试发现其在非推理模型基准上拿下SOTA成绩，性价比高，但部分线上API仍存在问题。目前，V3.1已可在网页端、APP及小程序使用，Base版本可从抱抱脸下载。