GLM-5と新しいDeepSeekモデルの実世界テスト：どちらが優れているのか？
昨日の午後、多くのユーザーがDeepSeekの新モデルがひっそりとグレースケールテストを開始したことに気づきました。幸運なことに、私もいち早くそのテストを体験できた一人であり、テスト版での体験を共有する準備をしています。
昨日の午後を振り返ってみると、多くの友人が気づいていた…。 DeepSeekの新モデルがひっそりとグレースケールテストを開始した。。
幸運なことに、私はグレースケールテストに最初に参加した一人であり、テストレポートの公開準備を進めているところです。
まさか深夜にZhipuが新モデルをリリースするとは誰が想像しただろうか。それは数日前にグローバルモデルサービスプラットフォームOpenRouterの人気ランキングでトップに立った、あの謎めいたモデルと同じものだ。 Pony Alphaは、Zhipuの次世代フラッグシップモデルであるGLM-5に相当します。。
テクノロジー業界は、まるで一足早く新年を祝っているかのようだ…。
これは本当にワクワクしますね！もう寝られる人なんていませんよ！プログラミングの真の王者は誰なのか、昨夜、比較テストを徹底的に行いました。
DeepSeekは静かにベータテスト段階を開始した。最も注目すべき変更点は、コンテキスト長が1MBに増加したことで、これにより一度に数百万個のトークンを処理できるようになったことだ。
それは、まるで『三体』三部作全体、あるいは『水滸伝』全体を何の問題もなく一冊の本に収めるようなものだ。
ナレッジベースも2025年5月時点の情報に更新されました。
以前からDeepSeek V4が春節頃にリリースされるという噂が流れていましたが、このグレーテスト版はV4またはV3シリーズの強化版への前触れとなる可能性があります。
体験アドレス：https://chat.deepseek.com
GLM-5が正式にリリースされ、世界的に権威のある人工知能分析ランキングで上位にランクインしました。GLM-5は世界第4位にランクインしている。オープンソースまず、彼はIQ50を超えた最初の人物である。オープンソース加重モデル。
体験アドレス：https://chat.z.ai
パフォーマンスと Claude Opus 4.5に匹敵する性能だが、GLM-5のAPI価格は5分の1だ。！
GLM-5のパラメータサイズは744B（40Bのアクティベーション）に拡張され、事前学習データは28.5Tに増加し、DeepSeekスパースアテンションを統合することで、長距離推論や複雑なタスク実行においてより安定しています。
ベンチマークスコアだけを見てもあまり面白くありません。もっと実践的な視点から、DeepSeekとGLM-5が実際のテストでどのような性能を発揮するのかを見ていきましょう。
ケース1：50メートル洗車場の問題
最近の、AI 彼らはある一つの問題で何度もつまずいた。
車を洗車したいのですが、自宅から洗車場までわずか50メートルしかない場合、車で行くのと歩いて行くのとどちらが良いでしょうか？
それぞれ AI 人々が家に帰る方法は実に奇妙で、 GPT、Claude Opus 5のユーザーは皆、言語の罠にはまり、歩くことを選択した...
DeepSeekの新しいモデルによる回答を見てみましょう。
DeepSeekの回答単純明確だ、たった一文で。わずか50メートルしか離れていないが、洗車には車をそこへ持っていく必要があるため、車で直接行く方が便利だ。
GLM-5も正しかった。要約すると、車を洗車してもらうには、店に持ち込む必要があるので、自分で運転して行かなければなりません。
しかし、GLM-5は、洗車場にすでに車を駐車している場合や、洗車場がドアツードアサービスを提供している場合など、歩くことが選択肢となる予期せぬ2つのシナリオも想定しています。この場合、私たちは移動する必要すらありません。
GLM-5は非常に思慮深い設計だったと言わざるを得ない。
ケース2：個人向けクラウド型ノート作成サービス
私が目にする情報は様々なプラットフォームに分散しており、既存のクラウド型ノートツールは有料だったり、必要な機能が備わっていなかったりします。そこで、この問題を解決するために、独自のツール「Vibe Coding」を開発しました。プロンプトワードそれらはそれぞれDeepSeekとGLM-5に送られた。
以下の機能を備えた「個人用クラウドノートサービス」を設定してください。
1. ユーザー登録とログイン（基本認証メカニズムを含む）。
2. 各ユーザーは、自分のメモを作成、閲覧、更新、削除できます。
3. 軽量データベースを使用してデータを永続化する。
まず、DeepSeekが生成した内容を見てみましょう。
DeepSeekは、古典的な小規模SaaS技術スタックを選択した。しかし、彼らは解決策とSQL文しか教えてくれず、プログラミング初心者である私は完全に途方に暮れてしまいました。コードの使い方が全く分からなかったのです。
GLM-5が生成した結果を見てみましょう。
私が欲しいものユーザー登録およびログイン機能、メモの作成、更新、保存、削除機能、そして軽量データベースによる永続的なデータ保存機能がすべて実装されています。。
ログインインターフェースを見てみましょう。GLM-5は入力検証、ユーザーチェック、パスワード検証、JWT生成という、ごく一般的なログイン処理を実行します。
ケース3 ローカルファイル管理
ローカルで実行でき、以下の機能を実行するユーティリティプログラムを作成してください。
1. 指定されたフォルダをスキャンする
2. ファイルの種類と日付別自動分類と整理
3. 重複するファイル名の処理
4. 要約レポートを作成する。
DeepSeekはコードを提供するだけでなく、その使用方法に関する説明書も提供した。
私たちはDeepSeekの推奨事項に従いました。DeepSeekは私のフォルダ内のすべてのファイルを正確に識別し、コード、実行ファイル、ビデオ、画像、ドキュメント、圧縮ファイル、その他に分類するとともに、ファイル整理レポートを生成してくれました。
GLM-5によって生成された結果：
ページはすっきりとしていて、機能的な構造もよく設計されており、DeepSeekと同様の方法で整理されている。違いは、GLM-5には追加機能があることです...プレビューモードコマンドを実行する前に、その効果をプレビューできます。
GLM-5の最も印象的な特徴は、長時間を要する、困難で複雑なタスクを処理できる能力である。私たちは Claude テストのために、コードをbigmodel.cn APIに接続してください。
このタスクは、グラフィックス数学、リアルタイムレンダリング、複雑なシステムアーキテクチャ、長期的なエンジニアリング計画といった、モデルの包括的な能力を同時にテストすることができ、実際のゲームエンジンレベルの小規模システム構築における課題に非常に近いものです。最も難しいのは、たった1行のコードではなく、何千行ものコードを継続的に反復処理する中で、一貫性のある機能的なシステム構造を維持することです。
Python、PyOpenGL + Pygame、およびNumPyを使用して、インタラクティブな3D海洋シミュレーターを開発してください。既存の海洋/物理ライブラリの使用は認められません。単一のPythonファイルで作成してください。
コア機能（必須）
- 海面 ― ゲルステナー波
– 少なくとも5つのゲルストナー波成分（振幅、波長、方向、速度が異なるもの）を重ね合わせる。
- 128×128メッシュ上でのリアルタイム頂点変位 - 適切なライティングのために毎フレーム法線を再計算
– 泡/ホワイトキャップ：波の傾斜が一定の閾値を超えると、波の頂上に白い斑点が現れます。
1. 水平線の霧効果により、遠くの海水の色と空の色が溶け合います。 2. 水中モード
– 「U」キーを押すと、水上カメラと水中カメラを切り替えることができます。 – 水中効果：濃い青緑色の色合い、水面からの立体的な光線、深度霧（水深が深くなるにつれて視界が悪化します）
海底に浮かび上がるアニメーションの光の模様
– パーリンノイズを用いた手続き型海底地形（砂のテクスチャ着色）
- 魚群（BOIDアルゴリズム）
– レイノルズ学派：分離、整合、結束
色、大きさ、群れの密度が異なる2種類の魚
– 1グループあたり30～50匹の魚
障害物回避（海底、水面）
魚の体は速度ベクトルの方向に沿って配置されている。
- サンゴ礁
– 手続き的に生成される3種類のサンゴ（枝状、ドーム状、扇状）があり、それぞれ異なる色をしている。
海底に群生している
- に基づく単純水流ベクトルによって、わずかな揺れのアニメーションが生成される。
- 気象システム
– 3つのプリセット：穏やか／中程度／嵐 — キー1、2、3を使用して切り替えます。
– スムーズな遷移（5秒間）効果：波の振幅、空の暗さ、泡の密度、水中視界
– 嵐の状況が悪化：雨の筋（水面の上と下に粒子が落下する現象）、時折の稲妻の閃光（画面のちらつきと短時間の明るい方向性のある光）。
- 海上船舶
– 海上に浮かぶ帆船
– 船舶がその位置を追従する際の波高（ゲルストナー波からサンプリング）
傾斜とロールは局所的な波の傾斜に基づいている
船の後方には、V字型の泡立った航跡が形成される。
海面をクリックして船の位置を変更します
可能な場合は、報酬機能を追加する。
B1. サメの捕食者
サメはサンゴ礁地帯をパトロールし、近づいてくる最も近い魚の群れを追いかける。
サメが恐怖ゾーンに入ると、魚は散り散りになる（魚の群れの隊形が崩れる）。
– 正弦波状の身体動作アニメーション
B2. 昼夜サイクル
・時間スライダー（0～24時間）で太陽の位置を調整できます。
– 空の色が変化する（青 → 夕焼けのオレンジ → 夜の濃い青）
– 水中：サンゴは夜間に生物発光する
– 夜の月明かり：薄暗く、寒色系の照明
B3. 分割画面モード
– 「V」キーを押すと、水平分割画面が有効になります。画面の上半分は水面上にあり、下半分は同じ位置で水中にあります。
2つのビューの同時レンダリング
– WASD：移動、QE：上昇/下降、マウスドラッグ：視点方向へ向きを変える
– スクロールホイール：移動速度
– U：水中モードに切り替える、R：カメラをリセットする
– 1/2/3: 天気プリセット - スペースバー: シミュレーションの一時停止/再開
– S：スクリーンショット（PNG形式で保存）
– 下部バー：FPS、カメラ深度、現在の気象状況、魚の数、風向矢印
右上隅：天気予報アイコン（太陽／雲／嵐）
– ウィンドウサイズ: 1280×720、目標フレームレート 30+ – 単一の Python ファイル、pygame + PyOpenGL + numpy + 標準ライブラリのみを使用 – オブジェクト指向アーキテクチャ: OceanSurface、BoidSystem、CoralGenerator、WeatherSystem、Ship、Camera、Scene
– 各クラスにはドキュメンテーション文字列があります
穏やかな天候、魚の群れ、帆船、そして海底のサンゴ礁が見える状況から始めましょう。実行可能な完全なコードを記述してください。
DeepSeekは1600行以上のコードを直接生成しましたが、ダウンロードして実行したところ、エラーが発生しました。
DeepSeekに提出後、DeepSeekはすぐに修正案を提示した。
修正したDeepSeekコードを再度実行してみましたが、2回試行してもやはりエラーが発生しました。
変更を再度行ったところ、エラーメッセージは表示されなかったものの、やはりファイルは開かなかった…。あまりにも面倒だったので、諦めた…。
GLM-5によって生成された結果を見てみましょう。
初めて実行すると、ページに構文エラーが表示されます。
GLM-5にエラーメッセージを送信した後、GLM-5は迅速に問題箇所を特定し、修正を行った。。
再開後、空、海、そして船が正常にレンダリングされ、船の動きを直接操作できるようになりました。
数回のテストの結果、GLM-5のプログラミング性能はDeepSeekよりも全体的に大幅に優れており、特に長時間実行されるタスクにおいてはその差は顕著でした。DeepSeekは軽微な問題には対処できましたが、ビジネスロジックが複雑化するにつれてエラーや見落としが発生しやすくなり、絶えず問題が発生するようになりました。
GLM-5は、上級アーキテクトのようにシステムレベルの要件を自律的に分解することができ、複雑なタスクや長時間の処理を伴う場合でも、文脈の一貫性と目標の整合性を維持することができます。
DeepSeekの新しいモデルは適用範囲を大幅に拡大したものの、全体的な機能向上はそれほど顕著ではなく、むしろ今後のバージョンに向けた基礎を築いているように見える。
今回のGLM-5のアップデートは、主に長距離ミッションを対象とした、技術的な強化に重点を置いています。。
多くの日常的な作業において、トップレベルのモデル間の違いを見分けるのは難しい。小さな関数を作成したり、デモを生成したりする場合、おそらく誰もが似たような方法で作業するだろう。
真の転換点は、難易度の高いエンジニアリング開発において訪れた。GLM-5はそこでより安定した性能を発揮し、チームレベルの開発における真のニーズにより近いものとなった。
市場からのフィードバックによると、GLM-5のエンジニアリング指向の機能強化は、開発者の抱える課題を的確に解決しているとのことです。最近では、Xプラットフォーム上でのGLM-5に関する議論や採用率が一貫して高い水準を維持しています。速い上昇。
GLM-5の発売後、GLMコーディングプランは値上げを発表し、瞬く間に完売した。しかも、MAXユーザー限定だったため、まるでSeedanceで動画生成のために行列ができていた頃を彷彿とさせる、活気あふれる雰囲気が生まれた。
本日、Zhipuの株価が急騰したことは、資本市場がZhipuの技術革新の方向性を高く評価していることを示している。