什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

智谱GLM 5.0专家解读

智谱GLM 5.0凭借其在编程领域的卓越表现成为焦点,开源代码能力位列全球第三。本文将深度剖析其技术突破背后的核心逻辑,揭示其如何通过SLAM异步学习框架弥补算力短板,并探讨其在激烈的国内外竞争格局下的商业化路径与未来发展方向,为理解中国大模型的前沿动态提供独特视角。

智谱GLM 5.0专家解读智能速览

  • GLM 5.0编程能力开源第一,全球第三,得分为77.8分。

  • 推出SLAM异步学习框架,实现模型日更新,提升数据利用效率。

  • 训练算力约为顶尖对手的1/4至1/5,硬件是主要发展瓶颈。

  • Coding产品To C表现尚可,但To B推广因数据安全顾虑进展缓慢。

  • 未来竞争重点将从模型原生能力转向降低推理延迟,以支持具身智能。

智谱GLM 5.0专家解读精华内容

智谱GLM 5.0的崛起并非偶然,它既是算法创新的产物,也是面对现实资源约束的智慧妥协。下面将深入其技术内核与商业布局,一窥其突围之道。

技术核心突破

GLM 5.0的核心优势体现在编程能力上,在开源代码榜单得分77.8,位居全球第三、开源第一。其性能超越Gemini 3 Pro,但与Claude 4.5尚有1-2分差距。模型延续MOE稀疏注意力架构,激活参数量从335B提升至700B,并新增3.5T预训练数据。最关键的突破是SLAM异步学习框架的推出,它打破了传统的月度/季度更新节奏,实现模型日更,当日用户产生的数据可快速进入迭代循环,大幅提升了训练效率。

此外,模型还完成了对华为90C、摩尔线程等国产NPU的硬件适配优化,保障了运行效率。

算力资源布局

智谱的算力资源构成复杂,自建、纳管与租赁并存。自建算力中心拥有近3万张专业NV卡,实际投入核心训练的A100与H100约2.8-2.9万张。同时,纳管无锡、北京等地的国产升腾NPU约3.4万张,但这类卡因效率问题未用于核心训练。租赁方面,主要从火山引擎、首都在线等第三方云厂商获取算力,用于API调用与私有云部署。

值得注意的是,因调用量预期过高,2025年已向火山退还近万张卡。训练算力估算仅为顶尖对手的1/4至1/5,算力不足是推出SLAM框架以优化数据效率的重要原因。

商业化竞争格局

在商业化层面,GLM 5.0的出圈点主要在于编程产品。近期涨价是为用户提升QPS配额,以改善体验。运营数据显示,其国内月活约1.8万,全球日活为3.1万,1月全球收入约200万人民币。

竞争方面,To B端主要对手是Kimi,双方目标客户均为泛互联网与SaaS公司,但企业对公有云形式的Coding服务普遍存在数据安全顾虑,导致To B规模化落地困难,市场仍处早期。To C端,智谱在东南亚表现较强。定价策略较为灵活,对大用量客户不涨价,而B端因可替代性高基本不涨价。国内最大的潜在竞争对手是阿里通义千问,其凭借阿里云的数据飞轮优势,具备反超潜力。

未来方向研判

展望未来,中美大模型原生能力已接近天花板,单纯依靠增加参数提升效果的空间有限。当前的发展重点正转向降低推理延迟与拓展上下文长度。当延迟降至100毫秒以内时,将能支持自动驾驶、具身智能等新场景的落地。

文章指出,当前以Coding为核心方向是一种“跑偏”,是美国对过往信息化的妥协,真正的未来在于Agent。但大模型原生无法实现真正的Agent,必须依赖前端智能体组件。端侧AI本质是延迟不足的折中方案,并非核心发展方向。智谱的下一代模型将着力于实现4-5万字符的长文本精确处理能力。

智谱GLM 5.0凭借精妙的算法架构和数据策略,在有限的算力资源下实现了编程能力的突围,展示了中国AI团队的独特竞争力。然而,硬件短板与To B市场的培育难题依然是其前行路上的双重挑战。在模型能力趋于饱和的今天,能否在延迟和Agent赛道上抢占先机,将决定其能否从激烈的市场竞争中真正脱颖而出。

评论

评论区空态插画

当前文章无评论,是时候发表评论了