#代码能力评测

7个AI修同一个Bug实测：GLM 5.1反超Claude Sonnet详细对比

从OpenClaw 35万Star项目中选取3个真实PR，让GLM、DeepSeek、Kimi等7个AI模型独立修Bug。GLM 5.1以89.3分反超Sonnet 4.6的87.2分，测试覆盖碾压全场，国产开源AI编程能力已追上Claude Sonnet基准线。