GLM-5的发布速度令人惊叹，其实测表现同样不负期待。这篇内容深入剖析了其在编程、Agent及长文本处理等方面的核心进化，揭示了新一代模型展现出的自主规划意识与惊人的视觉还原能力，为观察国产大模型发展提供了有价值的参考。
智能速览
编程能力显著提升，视觉渲染达到电影级画质。
Agent能力出现元认知，能自主规划并追踪任务。
长文本召回率超98%，实际应用表现稳定。
GLM-5迭代速度惊人，月更节奏已成常态。
官方暗示“pony alpha”即为GLM-5内测版。
精华内容
GLM-5的进化并非简单的性能叠加，而是在关键能力上实现了质的突破，尤其是在编程和自主任务执行方面。
编程视觉进化
GLM-5在编程与视觉生成方面取得了显著进步。在新增的“鞭炮炸鱼缸”测试中，模型成功模拟了水滴、碎屑、烟雾和气泡四种粒子在流体中的混合效果，其折射还原度已接近 Claude Opus 4.6 水准。
在更复杂的“鞭炮连锁爆炸”测试中，GLM-5精准遵循了GLM-4.7会忽略的参数指令，视觉上呈现的玻璃箱效果与色调映射达到了电影级画质。此外，Python杯子倒水测试新增了顶点碰撞检测，甚至为2D粒子模拟了3D高光，细节处理远超前代。
Agent自主意识
Agent能力的提升是GLM-5的另一大亮点。在“硅基骑手”测试中，面对增加五倍的订单量，GLM-5获得了738.69元的收益，显著高于GLM-4.7的571.91元。其成功的关键在于一种新出现的“元认知”能力：模型会主动跟踪剩余对话轮次，并为自己设定“突破700元”的小目标，达成后甚至会有庆祝行为，随后便继续投入工作，展现出前所未有的自主规划与执行意识。
长文本与迭代
长文本处理方面，GLM-5在各个长度下的召回率均保持在98%以上。不过测试中也发现一个有趣现象：在不提供原文的情况下，模型四选一的蒙对率达到51.4%，有时甚至能脑补出《哈利波特》的英文原文，这使得分数的绝对置信度存疑。但考虑到Agent测试本身上下文已超100K，其实际召回性能是可靠的。GLM-4.7发布仅一个月后GLM-5就接踵而至，国产大模型已正式进入“月更”时代。
GLM-5的实测表现证明，国产大模型不仅在速度上追赶，在编程深度、Agent自主性和视觉美学上也实现了关键突破。这种进化速度令人期待，未来的GLM-5V和多模态能力将带来怎样的惊喜？
关键评论
网友感叹GLM-5的发布速度实在惊人。
网友猜测官方发布的马图案与“pony alpha”有关，甚至联想到了马化腾。
有用户反映“pony alpha”内测版已无法使用，被引导至可能收费的GLM-5。
