大模型正从写代码进化到写工程，GLM-5正是这一变革的产物。作为首个对齐Claude Opus 4.5使用体感的开源模型，GLM-5在编程和Agent能力上达到开源SOTA水平，为复杂系统工程和长程任务执行提供了强大基座。
智能速览
GLM-5在Coding能力上对齐Claude Opus 4.5，SWE-bench-Verified得分77.8
异步强化学习框架’Slime’提升大模型训练效率，预训练数据达28.5T
Agent能力开源SOTA，Vending Bench 2经营余额达4432美元
已完成华为昇腾、摩尔线程等国产芯片深度推理适配
推出Z Code全流程编程工具，支持手机远程指挥桌面端开发
精华内容
从参数规模到训练方法，从基准测试到实际应用，GLM-5的技术突破正在重新定义开源模型的能力边界。
技术架构升级
GLM-5的全新基座为能力演进提供了坚实基础。参数规模从355B扩展至744B，激活参数从32B提升至40B，预训练数据量从23T增至28.5T。更大规模的预训练算力显著提升了模型的通用智能水平。
异步强化学习方面，团队构建了全新的’Slime’框架，支持更大模型规模及更复杂的强化学习任务，提升后训练流程效率。异步智能体强化学习算法使模型能够持续从长程交互中学习。
稀疏注意力机制首次集成DeepSeek Sparse Attention，在维持长文本效果无损的同时，大幅降低模型部署成本，提升Token Efficiency。
编程能力突破
GLM-5在编程能力上实现了对Claude Opus 4.5的对齐，在业内公认的主流基准测试中取得开源模型SOTA分数。在SWE-bench-Verified中获得77.8分，在Terminal Bench 2.0中获得56.2分，性能超过Gemini 3 Pro。
在内部Claude Code评估集合中，GLM-5在前端、后端、长程任务等编程开发任务上显著超越GLM-4.7，平均增幅超过20%。模型能够以极少的人工干预自主完成Agentic长程规划与执行、后端重构和深度调试等系统工程任务。
这些能力使GLM-5成为一个’系统架构师’，不仅为开发精美Demo而生，更为稳定交付生产结果而生。
Agent能力领先
GLM-5在Agent能力上实现开源SOTA，在多个评测基准中取得开源第一。在BrowseComp（联网检索与信息理解）、MCP-Atlas（工具调用和多步骤任务执行）和τ²-Bench（复杂多工具场景下的规划和执行）均取得最佳表现。
在衡量模型经营能力的Vending Bench 2中，GLM-5获得开源模型第一的表现。该测试要求模型在一年期内经营模拟自动售货机业务，GLM-5最终账户余额达到4432美元，经营表现接近Claude Opus 4.5。
这些能力是Agentic Engineering的核心：模型不仅要能写代码、完成工程，还要能在长程任务中保持目标一致性、进行资源管理、处理多步骤依赖关系。
国产芯片适配
GLM-5已完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等国产算力平台的深度推理适配。通过底层算子优化与硬件加速，模型在国产芯片集群上已经实现高吞吐、低延迟的稳定运行。
GLM系列模型受到全球开发者喜爱，在GLM Coding Plan全球爆量后，团队不得不启动限售活动。本次GLM-5的上线依托众多国产芯片有力保障了线上服务的稳定和高效。
这种国产化适配不仅确保了服务的稳定性，也为国内AI生态发展提供了重要支撑。
应用场景展示
在端到端应用开发方面，开发者使用GLM-5制作了横版解谜游戏、Agent交互世界、论文版’DeDeDe’等应用，这些应用已开放下载或提交商店审核。这些案例展示了GLM-5在复杂系统工程中端到端交付可部署产品的能力。
通用Agent助手场景中，GLM-5较强的工具调用能力使其成为理想基座模型。在OpenClaw中接入GLM-5，用户可以拥有智能的实习生，帮助搜索网站、定时整理资讯、发布推文、编程等。
Z Code全流程编程工具让用户只需把需求说清楚，模型会自动拆解任务，多智能体并发完成代码、跑命令、调试、预览和提交等开发全流程。用户甚至可以用手机远程指挥桌面端Agent。
GLM-5的开源标志着大模型从’会写’走向’会完成’的重要里程碑。随着Agentic Engineering时代的到来，这类能够端到端完成复杂任务的模型将重新定义人机协作的方式。未来，我们可能会看到更多由AI驱动的全流程自动化解决方案，这不仅是技术进步，更是工作方式的革新。
