智谱AI开源GLM-5模型，在编程与Agent领域取得SOTA成绩。其编程能力逼近Claude Opus 4.5，且具备强大的长程任务执行力，标志着国产大模型在系统工程应用上的新突破。
智能速览
智谱开源GLM-5，编程与Agent能力达开源SOTA水平。
模型采用异步强化学习与稀疏注意力机制，性能显著提升。
在主流基准测试中表现优异，SWE-bench获77.8分。
全面适配华为昇腾等国产芯片，保障服务稳定高效。
推出Z Code等工具，支持端到端全流程应用开发。
精华内容
GLM-5的发布标志着国产大模型在复杂系统工程能力上的重要跃升，从单纯的“写代码”进化为能够“写工程”的系统架构师。
基座性能跃升
GLM-5基座模型实现了从规模到架构的全面升级。参数规模从355B扩展至744B，激活参数达40B，预训练数据量提升至28.5T。通过引入异步强化学习“Slime”框架和异步智能体强化学习算法，模型能够从长程交互中持续学习。此外，首次集成DeepSeek Sparse Attention机制，在保持长文本效果无损的同时，大幅降低部署成本并提升Token效率。
编程能力对标
在编程能力方面，GLM-5已实现对Claude Opus 4.5的对齐。在SWE-bench-Verified基准测试中获得77.8分，在Terminal Bench 2.0中获得56.2分，均达到开源模型SOTA水平，且超越Gemini 3 Pro。内部评估显示，GLM-5在前端、后端及长程任务上平均性能较GLM-4.7提升超过20%，能够以极少人工干预完成Agentic长程规划与执行，逼近Opus 4.5的使用体感。
Agent长程任务
GLM-5在Agent能力上同样取得开源SOTA成绩，在BrowseComp、MCP-Atlas和τ²-Bench等评测中均位列第一。在衡量模型经营能力的Vending Bench 2测试中，GLM-5在一年期模拟经营中最终账户余额达到4432美元，表现接近Claude Opus 4.5。这表明模型在长期规划、资源管理及多步骤依赖处理上具备出色能力，是真正的Agentic Ready基座模型。
生态与场景
GLM-5已与华为昇腾、摩尔线程、寒武纪等国产芯片完成深度推理适配，实现高吞吐低延迟运行。在应用层面，开发者已利用GLM-5完成了横版解谜游戏、Agent交互世界等端到端应用开发。配合推出的Z Code全流程编程工具，用户只需描述需求，模型即可自动拆解任务并多智能体并发完成从代码到调试的全流程，甚至支持手机远程指挥。
GLM-5的开源为开发者提供了强大的生产力工具，不仅提升了编程效率，更推动了AI Agent在复杂任务中的应用落地。随着国产算力的适配与生态工具的完善，未来将涌现更多创新应用。
