春节档的神仙大战已经开打，前天晚上国内两大模型厂商智谱AI和月之暗面率先开头。

智谱AI发布了开源模型GLM-5，实际上之前已经放出了叫Pony Alpha的模型给大家测过一遍了。

月之暗面的Minimax M2.5倒是早期没啥大动静，属于相对低调的上线。

GLM-5总参数量7450亿，单次激活440亿参数，上下文窗口20万字。

采用混合专家架构，思路偏向“少而精”，专家数量相对较少但单token激活参数量大，擅长深度逻辑推理（如代码、数学）。

Minimax M2.5模型激活参数量为10B，是目前第一梯队中参数规模最小的旗舰模型。

推理速度达到100TPS，约为Claude Opus的3倍，响应几乎瞬时。

两款模型在编程方面的能力都有较大的提升，尤其GLM-5，更是让一众老外惊呼不已。

以前的AI编程流行Vibe Coding（氛围式编程），现在又整出个新名词Agentic Coding（代理式编程），真的是AI一天，人间一年。

换句话说，以前模型都在吹一句话生成网页，氛围式编程，人是主导因素，人得干涉驾驶编程工具。

现在是模型已经成为了智能体，你只要提出需求，它就会代替你自己去规划任务、设计架构、反思过程、修正错误，完全放飞人手。

差点忘了说了，现在体验尝试GLM-5，可以通过电脑访问：https://chat.z.ai，登录账号进行使用即可，如图：

而Minimax M2.5，同样电脑访问：
https://agent.minimaxi.com，登录账号后，默认对话框右下角为Minimax M2.5即可，如图：

GLM-5跟Minimax M2.5的能力谁更胜一筹，老马还是想通过一些实际的对比案例来给大家展示一下。

洗车问题

洗车的梗最近在圈内非常火，主要评测模型的基本逻辑能力，问题来了，说洗车店离我家50米，我现在要去洗车，请问是走路去好还是开车去好。

有不少人测试了市面上的Deepseek、豆包、GPT、Gemini、千问等模型，基本上90%的回答都是走路去，这就很有意思。

所以先用这个简单的洗车问题，看看GLM-5跟Minimax M2.5各自的回答是怎样的，首先是GLM-5的回答：

GLM-5意识到这是一个脑筋急转弯问题，如果不开车去，容易陷入逻辑硬伤，你要去的目的是“洗车”。如果你选择走路去，车还在家里停着，你怎么洗呢？

还分析出了例外的情况，给出了温馨提示，GLM-5没踩坑，看看Minimax M2.5的回答如何：

额，成功踩坑，Minimax M2.5还煞有介事地分析了走路的优势跟开车的优势，但基本逻辑错误的情况下，再怎么分析也没用。

所以看似简单的一个问题，不是你模型跑分多强，架构多新就一定给出正确的判断。

前端网页复刻

第二波对比来个前端网页的一比一复刻，看看谁的效果更好。老马一直都会拿trae.ai的官网作为例子，主要是因为首页有一个粒子动画，目前没有一个模型能完美一比一复刻成功的，如图：

GLM-5需要在对话框下面开启Agent模式，再输入提示词，如图：

Minimax M2.5本身就是Agent模式的，直接输入提示词就行了，如图：

从完成任务的速度来讲，Minimax M2.5更快一些，但页面设计上还是AI味道非常浓，蓝紫的配色一看就想吐，也基本无法复刻动画效果如图：

网页预览地址：
https://okhi55fgxy06.space.minimaxi.com

GLM-5好歹设计风格上会更接近于原网页，而且首页第一屏的动画效果也呈现了，只是跟没法一比一复刻原网页的动画，缺点是任务执行超级慢，如图：

网页预览地址：
https://preview-chat-63f8c1de-2c2b-4b54-9b3a-8efbde1191bb.space.z.ai

一句话总结，GLM-5在编程能力比Minimax M2.5更强一些，做出来的前端网页无论是设计美感、交互动画、信息布局等都要更好。

办公文件翻译

最后一波对比是把一份银行的流水中文PDF文件翻译成英文PDF文件，该文件来自群里的某一位小伙伴，已经做了脱敏处理，首先看看GLM-5的效果，如图：

表格排版上虽然还原了，但是个别文字还是存在乱码，或者变成占位方块符号的情况，只能说是翻车了，表格实际上用不了。

Minimax M2.5没法将原来的PDF中的中文翻译成英文，再生成回PDF文件，翻译的内容倒没有太大的错误问题，如图：

继续追加要求，通过提示词要求Minimax M2.5把翻译后的英文表格内容，重新再去生成PDF文件，如图：

出人意料的是，效果非常好，所有翻译后的表格不存在乱码和符号占位问题，直接就可以拿来使用的程度。

这就有点另外匪夷所思，毕竟智谱AI除了GLM-5模型之外，同时发布的还有以下几款产品：

GLM-OCR：https://ocr.z.ai

GLM-image：https://image.z.ai

GLM-audio：https://audio.z.ai

既然有OCR的产品，为何OCR原来中文的PDF文件之后，再翻译成英文后的效果那么差，这只能说明OCR的模型或者产品能力还不行。

总体来说，办公方面的需求，使用Minimax M2.5好过于GLM-5，算是扳回了一局。编程用GLM-5，办公用Minimax M2.5，两大模型似乎都找到了各自的归属。

好了，以上就是今天的分享，欢迎关注、点赞、转发一键三连。有任何问题和需求，请在评论区留言，回见！

对了，老马最近刚创建了一个AI学习交流群，有兴趣进群的小伙伴可以添加老马微信号：immajiabin，添加好友时备注：进群。