本文对GLM-4.7与MiniMax-2.1两大AI模型进行了代码迁移能力对比评测。测试任务要求模型将原始方案迁移至新评估框架，通过准确理解方案逻辑并生成适配代码。评测结果显示，GLM-4.7在架构适配性、功能完整性等方面表现优于MiniMax-2.1，但与Claude Sonnet 4.5相比仍有差距。两个模型均存在原理理解偏差和世界知识不足的问题，特别是在处理不同模型架构时未能主动调整代码逻辑。此次评测为开发者选择合适的AI代码生成工具提供了参考依据，同时也揭示了当前大模型在代码理解和迁移方面的局限性。
