自托管大语言模型能否超越云端模型？GLM、Claude 和 GPT 的实际对比

作者是 Selectel 的全栈开发人员，评估了自托管的开源 LLM 在智能体软件开发中是否能与商业模型匹敌。他们认为，在企业项目中，首要决策是能给模型提供什么上下文，其次才是选择哪个模型。对于封闭的内部仓库，他们通过 OpenCode 使用自托管的 GLM-5.1 和 GLM-5.2，而 Claude 和 GPT 等外部模型则用于公共或脱敏数据。在一个真实的集成任务中，GLM-5.1 直接访问三个内部仓库，在 1 到 2 小时内生成了可工作的概念验证，且工程师参与最少，而 Claude Opus 4.7 和 Sonnet 4.6 由于缺乏直接访问，需要超过两小时的手动上下文准备和三个小时的智能体工作。在一个上下文相同的合成基准测试中，GLM-5.1、Claude Opus 4.7、Claude Sonnet 4.6 和 GPT-5.5 xhigh 都完成了完整的任务周期；交叉审查发现，Claude Opus 4.7 存在的问题最少（一个非关键问题），而 GLM-5.1 有四个小瑕疵。作者得出结论，配置良好的工具链和正确的上下文访问比模型选择更为关键。