GLM-5不是常规迭代，而是专为AI智能体（Agent）设计的全新基座模型。它在代码生成、工具调用、长上下文理解等关键能力上实现开源领先，同时保持高部署效率与协议兼容性，为开发者提供可落地的强Agent底座。
智能速览
744B总参数、40B激活参数，训练数据达28.5TB
SWE-Bench代码评测得分77.8%，开源模型中排名第一
Terminal测试得分56.2%，逼近Claude Opus 4.5水平
支持多步工具调用与复杂检索，不止于对话，重在执行
推出GLM-5-Code特别版，强化前端开发与3D内容生成能力
ZenMuxAI平台已上线，兼容OpenAI/Anthropic协议，API按量或订阅可用
精华内容
当大模型不再只回答问题，而是主动调用工具、编写完整项目、修复真实bug，Agent能力就从概念走向可用。GLM-5系列正是这一转向的关键推手。
参数与训练
GLM-5采用744B总参数设计，实际推理时仅激活约40B参数，在保障性能的同时显著降低显存占用与推理成本。
训练数据规模达28.5TB，覆盖代码、网页、文档、多模态指令等高质量语料，尤其强化了Agent所需的多步骤推理与工具交互样本。
相比前代GLM-4，长文本处理稳定性提升明显，在32K上下文窗口下仍能准确召回关键细节，未出现典型信息衰减现象。
代码能力实测
在SWE-Bench基准测试中，GLM-5取得77.8%解决率，超越所有已知开源模型，位列第一；Terminal测试得分为56.2%，紧随Claude Opus 4.5之后。
实测可独立完成GitHub Issue修复：自动复现错误、定位后端逻辑缺陷、生成补丁并验证通过；在构建全栈项目时，能同步输出Next.js前端、Express后端及对应数据库迁移脚本。
GLM-5-Code子版本进一步优化HTML/CSS/JS生成质量，动效响应延迟降低40%，Three.js 3D场景生成结构正确率达91%。
Agent执行能力
模型原生支持多工具协同调用，可在单次推理中完成「搜索技术文档→提取API规范→编写调用代码→运行调试→生成测试用例」全流程。
在复杂检索任务中，对嵌套条件查询（如‘找出近3个月未更新且依赖过时React版本的开源组件’）的意图解析准确率达89%，高于同类开源模型平均12个百分点。
不依赖外部规划器，即可完成跨应用操作，例如自动整理Notion数据库、同步至飞书多维表格并触发邮件通知。
GLM-5系列标志着开源模型正从‘问答式助手’向‘自主执行型Agent’实质性跨越。它不靠堆砌参数博眼球，而以扎实的代码能力、可控的部署成本和开放的协议支持，为Agent应用落地提供了新基准。未来半年，哪些垂直场景会率先跑通端到端AI工作流？
