智谱,虾搞了个模型
智谱今日推出 GLM-5-Turbo,这是一个从训练阶段起就针对 OpenClaw 龙虾场景深度优化的基座模型。该模型旨在解决通用大模型在复杂任务流中容易出现的指令遵循偏差、工具调用不稳定及长任务中途失速等问题。通过将优化层级从框架层下沉至基座模型层,GLM-5-Turbo 提升了模型在真实 Agent 工作流中的可执行性,在多项基准测试中表现出优于主流模型的性能。
01技术优化与核心能力
- Tool Calling(工具调用)
强化对外部工具与各类 Skills 的调用能力,确保调用过程不掉链子,提升执行稳定性。 - Instruction Following(指令遵循)
提升对复杂多层、长链路指令的理解和拆解准确度,支持识别目标、规划步骤及多智能体协同。 - 定时与持续性任务
针对定时触发、长时间运行场景重点优化,更好理解时间维度要求,保障长任务不中断。 - 高吞吐长链路
针对数据吞吐量大、链条长的任务,提升执行效率与稳定性,适配长程业务流程。
02基准测试与行业评价
基于 OpenClaw 大量真实用例分析,智谱发布了龙虾场景端到端 Agent 评测基准 ZClawBench。评测结果显示,GLM-5-Turbo 在 OpenClaw 场景中相比 GLM-5 提升显著,并在多项关键任务上整体领先于多家主流模型。
企业实测反馈
工具调用与长程任务
阿里 QoderWork 模型测评团队
- 精准的工具调用配合长程任务的稳定可靠
- 完美驱动了桌面级 Agent 上的跨应用数据流转与系统 API 操控
- 在攻克办公场景的'幻觉'痛点上表现优秀
指令遵循与多智能体
扣子 Coze 测评团队
- 指令遵循力压群雄,面对长任务更精准不掉链子
- 极大提升了多智能体构建的成功率
定时与长链路任务
美团模型测评团队
- 定时与长链路任务稳健
- 对比同类模型展现出明显第一梯队的优势,非常靠谱
高吞吐与执行效率
快手万擎测评团队
- 高吞吐执行极快且不失速
- 响应稳定性领跑同类模型,真正解决了 Agent 的执行难题
编程能力
字节 TRAE 团队
- 编程能力稳居第一梯队
- 在 Coding Agent 实测中优于同类模型,处理长链路代码任务非常稳健
03生态合作与商业化方案
GLM-5-Turbo 已接入软通动力旗下机械革命「龙虾盒子」,提供原生 AI Agent 终端体验。针对 Agent 任务通常涉及数十轮工具调用与上下文衔接、消耗大量 tokens 的特点,智谱推出了包含个人版和 Team 版的「龙虾套餐」,以控制企业成本。企业版还配备了「Claw for Enterprise Security」安全管理体系,支持统一调度、实时监控、权限管理及审计日志。
| 功能特性 | 技术实现 | 应用价值 |
|---|---|---|
| 统一调度与权限编排 | 根据业务流程灵活组合 Claw 能力 | 适配信息搜集、数据分析、代码开发等场景 |
| 实时可视化监控 | 集中化管控台监控执行路径与资源消耗 | 解决多 Agent 协同的黑盒问题 |
| 基于角色的权限管理 | 限制 Claw 在授权范围内调用工具和数据 | 保障数据访问安全 |
| 完整审计日志 | 生成所有操作审计记录 | 满足企业合规要求 |
| 人工审批机制 | 关键业务节点保留人工审批 | 防止自动化流程产生不可控风险 |
Claw for Enterprise Security 企业安全管理体系核心功能
04接入方式与定价
GLM-5-Turbo 已正式上线。用户可通过智谱开放平台 BigModel.cn 及 Z.ai 进行 API 接入。AutoClaw 澳龙已默认切换该模型,非程序员群体可直接体验。额度消耗方面,作为对标 Claude Opus 的高阶模型,GLM-5-Turbo 实行高峰期 3 倍、非高峰期 2 倍系数消耗,限时福利期间(至 4 月底)非高峰期仅作 1 倍抵扣。
当前文章无评论,是时候发表评论了