開源陣營這週同時出招：智譜 GLM-5.1 打進前三、Gemma 4 轉 Apache 2.0

這週 AI 社群的焦點都在 Claude Mythos 和 GPT-5.4-Cyber 的閉門安全大戲上。但幾乎同時，開源陣營的兩家也各出了一手。手法不一樣，放在一起看訊號很清楚。

1. 2026 年 4 月 7 日，Z.ai（原名智譜 AI）發布 GLM-5.1。SWE-bench Pro 拿下 58.4，直接壓過 GPT-5.4 的 57.7 和 Claude Opus 4.6 的 57.3。MIT 授權，權重可下載，能本地跑。

2. 同一週，Google 正式把 Gemma 4 的授權轉到 Apache 2.0。

這兩件事表面看像是兩條平行新聞，但把它們拼起來會發現：開源陣營這一週同時把兩個最大的瓶頸（能力對標和商用授權）鬆動了。

GLM-5.1 的幾個具體事實

從 buildfast with AI 的評測、zenvanriel 的技術評測、MindStudio 的總覽 拼起來：

架構：754B 參數的 Mixture-of-Experts，強調 agentic engineering 與長時間任務 授權：MIT — 可以商用、可以修改、可以蒸餾，沒有 royalty 部署：權重公開在 Hugging Face 算力：據報告沒有用任何美國晶片訓練 商業地位：Z.ai 於 2026 年 1 月在香港交易所上市，融資約 5.58 億美元，是全球第一家公開上市的 AI 基礎模型公司

然後是能力：

Benchmark	GLM-5.1	GPT-5.4	Claude Opus 4.6
SWE-bench Pro	58.4	57.7	57.3

差距不大，但方向很重要。開源模型第一次在一個主流編程 benchmark 上同時超過 OpenAI 旗艦和 Anthropic 旗艦。

更值得注意的是 GLM-5.1 官方強調的一個特點：它可以在沒有人類介入的情況下跑完 plan → execute → test → fix → optimize 循環長達 8 小時。這不是一般的 code completion，是真的在做自主代理工作。

Gemma 4 的 Apache 2.0 才是更大的訊號

我在 之前那篇 Gemma 4 分析 裡寫過，那時候的判斷是「Apache 2.0 可能才是這次最重要的一行字」。

現在這個判斷被驗證了。Google 官方 Open Source Blog 把 Gemma 4 從 Gemma 授權（包含不少商用限制）正式切到 Apache 2.0。和 GLM-5.1 的 MIT 差不多，是業界最寬鬆的兩個授權之一。

這意味著什麼？

• 法務阻力大幅下降。一個模型能不能進生產，經常卡在授權邊界。Apache 2.0 和 MIT 幾乎沒有這個問題
• 微調和蒸餾工具鏈會優先支援。Unsloth、Axolotl、LLaMA Factory 等工具對 MIT / Apache 2.0 的支援一向比客製授權積極
• 企業內部 PoC 意願提升。以前「我們試試開源版本」經常被法務擋回來，現在這個擋法成立的可能性變小

授權 vs 能力：到底哪個更重要？

這是一個老問題。過去兩年的主流說法是「閉源比開源強 6-12 個月」，這句話在 2024 年初成立，但從 2025 下半年開始在鬆動。現在看本週的兩條新聞，我覺得故事已經變了。

真實的採購決策從來不是「誰的分數高我用誰」。它是：

1. 這個模型的能力夠不夠用？（很多場景 GPT-5.4 和 Claude Opus 的能力都是 overkill）
2. 我能合法地把它部署進我的產品嗎？
3. 一年之後我被這家廠商鎖得多緊？
4. 如果這家公司倒閉了，我的 infra 會不會也跟著陣亡？

Apache 2.0 和 MIT 對第 2、3、4 題的回答比任何封閉 API 都更好。以前阻擋採用的是第 1 題，開源模型真的不夠用。現在這個門檻也過了。

這不代表 Anthropic 和 OpenAI 會突然沒飯吃。它們的產品路線（Claude Code、ChatGPT Enterprise、Mythos 這類）在安全性、合規、產品整合方面仍然有獨特價值。但「我只是要一個夠好的通用 LLM」這個市場，越來越沒有理由付 per-token 給閉源家。

模型卡上的細節

GLM-5.1。 智譜 Z.ai 的模型卡把它定位為「代理式工程」旗艦模型，採 MIT 授權發布。依其自家基準表，GLM-5.1 在 SWE-Bench Pro 得到 58.4，高於同表中的 GPT-5.4（57.7）與 Claude Opus 4.6（57.3）；在 Terminal-Bench 2.0（Terminus-2 框架）得到 63.5。同一張表也顯示它在其他項目仍落後閉源模型：NL2Repo 由 Opus 4.6 領先（49.8 對 42.7），不使用工具的 Humanity’s Last Exam 則由 Gemini 3.1 Pro 與 GPT-5.4 領先。Z.ai 最主要的主張在長任務：模型能在數百輪、數千次工具呼叫中持續改進，而不是很早就停滯。模型卡列出可用 SGLang（v0.5.10 以上）與 vLLM（v0.19.0 以上）在本地部署。以上都是廠商自報數字，值得等待獨立評測。

Gemma 4。 Google 的模型卡標示授權為 Apache 2.0，涵蓋多種尺寸：適合手機與筆電的小型「有效參數」模型（E2B、E4B）、12B 模型、每個 token 約啟用 38 億參數的 26B 混合專家模型，以及 31B 稠密模型。小模型上下文視窗為 128K token，較大的為 256K。全系列都能接受文字與圖片，小型模型還支援音訊。Google 也強調可調整的思考模式、原生函式呼叫，以及原生的 system 角色支援。

各自適合什麼工作

• 在強力硬體上自架程式代理：GLM-5.1 較合適。它鎖定長時間的代理式寫程式，MIT 授權的附加條件也很少。
• 裝置端或低成本部署：Gemma 4 的小型與 MoE 版本就是為筆電、手機與單張 GPU 設計的，GLM-5.1 的規模在這些場景不實際。
• 需要明確法律條款的產品：兩者的授權都是標準且廣為人知的條款，對法務團隊而言，這比幾個基準分數更重要。
• 不計成本追求最高準確度：在 Z.ai 自己的表格中，閉源前沿模型仍在多項基準領先，切換前請先用自己的任務測試。

幾個建議的觀察點

如果你在評估這件事對自己業務有什麼影響，下面這些值得接下來一兩個月繼續追：

• Z.ai 下一版本的訓練規模能不能跟上。這次 GLM-5.1 用 754B MoE 做到 58.4，但真正的對比點是 2026 下半年。GPT-6、Claude 5、Gemini 4 大機率都在那時候出，開源陣營能不能持續咬住是關鍵
• Apache 2.0 / MIT 模型會不會被政府限制。中美關係、模型出口管制、AI 安全法規都有可能在 2026 年反轉這個趨勢。GLM-5.1「沒有美國晶片」的訓練細節，本身就帶有地緣政治意味
• Hugging Face 的角色。當開源變成真正的生產選項，Hugging Face 從「給研究員用的 GitHub」變成「企業 AI 採購入口」。這個轉型會不會順，要看它們的 enterprise 支援做得怎麼樣
• 微調工具鏈會不會跟著爆發。Apache 2.0 下，微調平台有機會做出和雲廠商不一樣的產品

這一週閉源陣營的戲很熱鬧，但開源陣營其實交出了更長遠的答案卷。SWE-bench Pro 58.4 不是這個答案的主題，MIT 和 Apache 2.0 才是。