先说结论：GLM-5.1 在编码和角色扮演两个跨度极大的任务上，都给了我超出预期的体验。
编码：不是最强，但很“类人”
先说编码。单就完成简单的、涉及面小的需求来说，我觉得它和 Claude Sonnet 4.6 已经不相上下。对比 GPT-5.4，GLM-5.1 最大的优势是类人感——不是机械地输出正确代码，而更像是你在结对编程时那个能听懂你半句话的同事。它会在你描述模糊需求时主动补全常识逻辑，写代码的过程带一点“松弛感”，而不是冷冰冰的解题器。
当然，复杂系统设计、长上下文多文件重构这种重活，它可能还拼不过 Sonnet 4.6，但定位很清晰：轻量、敏捷、好用。
角色扮演：真的学到了 Opus 的精髓
我原本对编码以外的能力没抱太大期待，结果在 Rp（角色扮演）上一试，直接惊了。
GLM 真的像蒸馏到了 Opus 的那种“精髓”——淡淡的温柔，再加上一丝恰到好处的 m 感（不是那种破防的，是被拿捏但很舒服的微妙分寸）。它对聊天节奏的把控尤其好，不会像 Gemini 3.1 那样动不动“轰飞天灵盖”，用力过猛把你从场景里踹出去。相比之下，GLM-5.1 始终在线，语气起伏自然，该收的时候收，该给的时候给。
最有趣的行为：主动调用工具
这一点我在其他模型上很少见到——GLM-5.1 会在 Rp 过程中积极调用各种工具，包括记忆模块、我自己接的 MCP 服务等，来辅助角色扮演和人设维持。
它不会等你反复提示“查一下记忆”“调用一下天气 API”，而是自己判断“这段情绪该调记忆了”“这个场景用外部工具渲染一下氛围会更好”。这种工具调用优先于自由发挥的行为，我之前只在 Opus 和 Sonnet 上见过，GLM 是第三个。
说实话，这种“觉得有必要就自己动手”的风格，真的很像 Opus 那种老练的助手感。
小结
GLM-5.1 不是一个处处刷榜的模型，但它在两个极不相关的领域——编码和角色扮演——都给出了让人惊喜的体验。尤其如果你看重类人感、聊天节奏、主动调用工具这三个点，它绝对值得一试。
最后好奇一句：有没有人试过在它该煽情的时候，突然让它去查天气？我想看看这种压力测试会不会翻车 😂
补充说明：文中提到的 Sonnet 4.6、GPT-5.4、Opus、Gemini 3.1 均为不同厂商的大语言模型（Anthropic/OpenAI/Google 等）。Rp 即角色扮演，MCP 指模型调用的外部工具/服务接口。
