外观
GLM-4.6 编程能力实测如何？和 GPT-5 Codex 比怎么样？
一句话回答：在同一个"桌面窗口随音乐律动"的实测任务里，GLM-4.6 花 10 分钟、API 计费 0.3 美元，产出了能跑但不完善的代码；GPT-5 Codex 花 12 分钟、计费 1 美元，完全没效果——GLM-4.6 以三分之一的价格拿到了更好的结果，性价比明显占优。
测试任务
一个典型的 Vibe Coding 需求（灵感来自游戏《节奏医生》）：用 Python 在 Windows 系统上，让桌面窗口随音乐动起来，包含 8 类动效，由"导演"逻辑统一分配。这类任务考验模型对模糊创意需求的理解和落地能力。
实测对比
| GLM-4.6 | GPT-5 Codex | |
|---|---|---|
| 耗时 | 10 分钟 | 12 分钟 |
| API 计费 | 0.3 美元 | 1 美元 |
| 执行过程 | 每步都汇报，中文，"挺勤奋" | 汇报不具体，全程英文 |
| 结果 | 代码能跑，但没放音乐就乱飞、不够美观，需要继续改 | 完全没效果，窗口不动 |
两个模型都没有一次成功，但失败的程度不同：GLM-4.6 给出了可迭代的半成品，Codex 交了白卷。
GLM-4.6 的使用体验
- 价格友好：coding 套餐最低档月包 15 元（用邀请链接再减 5 元），但只能在代码编辑器里用
- 响应快：约 50 token/s 的输出速度
- 过程透明：执行时逐项汇报进度，方便中途纠偏
常见误区
- "国产模型编程肯定不如 OpenAI" —— 至少在这次实测中，GLM-4.6 结果和过程体验都优于 GPT-5 Codex，价格还只有三分之一。
- "AI 编程一次就能出成品" —— 复杂创意需求下顶尖模型也会失败，Vibe Coding 的常态是"生成 → 验收 → 继续改"。
相关条目
作者：人工大黑 · 转写自视频《Sora2为啥爆火？AI编程模型齐发，Vibe Coding过年了！》
测试时间 2025 年 10 月，模型迭代快，结论有时效性。