GLM-5正式发布，其定位直指Claude，专注于解决复杂的系统工程与长程智能体任务。模型参数规模从GLM-4.5的355B（32B活跃）大幅跃升至744B（40B活跃），预训练数据量也从23T token扩充至28.5T token。
在技术层面，GLM-5采用了GlmMoeDsa架构，直接集成了来自DeepSeek的DSA稀疏注意力与MTP多标记预测技术，在显著降低部署成本的同时，保持了强大的长上下文处理能力。研发团队还构建了名为“slime”的异步强化学习基础设施，有效解决了大规模模型在强化学习训练中的效率瓶颈，大幅提升了训练吞吐量，使得更精细、更复杂的后训练迭代成为可能。
性能评测表现：
* 推理能力：在HLE推理基准测试中，GLM-5获得30.5分，超越了Claude Opus 4.5的28.4分，但距离GPT-5.2的35.4分仍有差距。在启用工具调用功能后，其HLE得分进一步提升至50.4分。
* 编程能力：在SWE-bench Verified编程测试中，GLM-5取得了77.8%的通过率，达到开源模型的顶级水准。
* 综合与长程任务：在内部评测CC-Bench-V2中，GLM-5在前端、后端及长程任务上的表现均显著优于GLM-4.7，与Claude Opus 4.5的差距明显缩小。
* 长程规划能力：Vending Bench 2测试要求模型模拟经营一年的虚拟自动售货机业务。GLM-5最终获得4432美元的余额，在开源模型中排名第一，并逼近Claude Opus 4.5的4967美元成绩，而DeepSeek-V3.2在该测试中仅为1034美元。
GLM-5还具备一项独特能力：能够直接生成可立即使用的Office文档。用户只需提出需求，模型即可直接输出格式完好的.docx、.pdf或.xlsx文件，如产品文档、财务报表、课程计划等，无需进行后期格式调整。这在开源大模型中尚属首次。
在部署方面，GLM-5支持vLLM、SGLang等主流推理框架，模型权重已在HuggingFace和ModelScope平台开源。同时，模型对国产芯片生态提供了广泛支持，包括华为昇腾、摩尔线程、寒武纪、昆仑芯、燧原科技、海光等，通过内核优化与模型量化技术，可在这些平台上实现合理的推理速度。
早期用户反馈积极。有开发者将其用于SwiftUI开发任务，发现其表现明显优于minimax m2.1模型。另有用户发现，GLM-5即是此前在OpenRouter平台上出现的代号为“Pony Alpha”的神秘模型。在voxel pagoda场景设计测试中，用户认为GLM-5的设计风格接近Claude Opus 4.6，但在“鸟居门”等细节元素上有所缺失。
作为国产开源模型的代表，GLM系列凭借其卓越的编程能力，在大模型应用从对话向智能体工程演进的过程中表现出色。其推出的免费额度计划以及近期在OpenClaw刺激下备受关注的Code Plan，成功吸引了大量开发者用户。随着模型生态的持续发展，其后续表现值得关注。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/21261