Açık Ağırlıklı Yapay Zeka Modelleri Kodlamada İddialı: GLM 4.7 ve MiniMax M2.1 Karşılaştırması

Aralık ayında piyasaya sürülen iki yeni açık ağırlıklı yapay zeka modeli, GLM 4.7 (z.AI) ve MiniMax M2.1, güçlü ajans tabanlı kodlama yetenekleriyle dikkat çekiyor. Kilo Code platformunda yapılan çok aşamalı bir kodlama testiyle bu modellerin gerçek dünya uygulama geliştirme performansları değerlendirildi. Her iki model de, bağımlılık yönetimi, paralel yürütme ve önbelleğe alma dahil olmak üzere 20 belirtilen özelliğin tamamını içeren, tam işlevsel bir CLI görev yürütücüsünü tek seferde başarıyla inşa etti. GLM 4.7 daha kapsamlı planlama ve dokümantasyon üretirken, MiniMax M2.1 aynı işlevsel sonucu yarı maliyetle sağladı.

Açık ağırlıklı modellerin bu denli gelişmesi, yapay zeka destekli kodlama alanında önemli bir dönüşüme işaret ediyor. Bir yıl öncesine kadar karmaşık kodlama işleri için Claude veya GPT gibi pahalı öncü modellere bağımlılık varken, artık GLM 4.7 ve MiniMax M2.1 gibi modeller, uzun süreli ve otonom karmaşık ajans tabanlı kodlama iş akışlarını başarıyla yönetebiliyor ve çalışır durumda kod üretebiliyor. Bu durum hem maliyet verimliliği sağlıyor hem de geliştiriciler için daha fazla seçenek sunuyor. Örneğin, MiniMax M2.1 ile gerçekleştirilen bir görev, öncü modellerle birkaç dolara mal olacakken, sadece 0.15 dolara tamamlandı. Bu modeller geliştikçe, "uygun fiyatlı" ve "en iyi" arasındaki fark giderek kapanıyor.

Test, modellerin planlama ve uygulama yeteneklerini değerlendirmek üzere iki aşamalı olarak tasarlandı. İlk aşamada, modellere tüm gereksinimler verilerek Kilo Code'un Mimari modunda detaylı bir uygulama planı oluşturmaları istendi. Bu, onların kodlamadan önce tasarım yapma becerilerini ölçtü. Test görevi, bağımlılık yönetimiyle YAML yapılandırma dosyasında tanımlanan komutları çalıştıran "taskflow" adlı bir CLI aracı oluşturmaktı. Bu, GitHub Actions'ın hafif bir versiyonu gibi düşünülebilir ve üst düzey bir geliştiricinin bile bir iki gününü alacak kadar karmaşık bir görevdi.