近日，人工智能領(lǐng)域迎來(lái)重要進(jìn)展，智譜公司正式發(fā)布其最新一代基礎(chǔ)模型GLM-5。這款擁有744B參數(shù)（40B激活）的模型，規(guī)模達(dá)到前代GLM-4.5的兩倍以上，在Artificial Analysis全球榜單中位列第四，同時(shí)摘得開源模型桂冠。技術(shù)報(bào)告顯示，GLM-5的預(yù)訓(xùn)練數(shù)據(jù)量從23T擴(kuò)展至28.5T，印證了規(guī)模化仍是提升AGI效能的核心路徑。

在編程能力方面，GLM-5展現(xiàn)出顯著突破。該模型在SWE-bench-Verified和Terminal Bench 2.0基準(zhǔn)測(cè)試中分別取得77.8和56.2的開源模型最高分，性能超越Gemini 3 Pro，并與Claude Opus 4.5形成直接對(duì)標(biāo)。架構(gòu)創(chuàng)新上，模型引入DeepSeek的DSA稀疏注意力機(jī)制，在保持上下文容量的同時(shí)降低30%部署成本。資本市場(chǎng)對(duì)此反應(yīng)積極，發(fā)布當(dāng)日智譜股價(jià)單日漲幅達(dá)26%，周累計(jì)漲幅近70%，市值突破1756億港幣。

實(shí)測(cè)環(huán)節(jié)驗(yàn)證了GLM-5的邏輯推理能力。面對(duì)"100米距離選擇開車還是步行洗車"的經(jīng)典陷阱題，模型精準(zhǔn)指出核心矛盾："需要清洗的是車輛而非人體"，并創(chuàng)造性提出"駕車前往后步行返家，洗車完成后再取車"的優(yōu)化方案。在處理"父母能否結(jié)婚"的模糊問(wèn)題時(shí)，模型自動(dòng)拆解出"未婚父母"與"已婚父母"兩種場(chǎng)景，準(zhǔn)確識(shí)別出常規(guī)語(yǔ)境下的邏輯悖論。更令人印象深刻的是，當(dāng)被問(wèn)及"親生父母結(jié)婚未通知自己"的情緒困擾時(shí)，模型瞬間切換至心理咨詢模式，同時(shí)敏銳捕捉到時(shí)間維度上的根本矛盾——新生兒不可能參與父母婚禮。

開發(fā)者社區(qū)的實(shí)戰(zhàn)測(cè)試進(jìn)一步印證模型實(shí)力。某開發(fā)者使用OpenClaw Agent進(jìn)行SwiftUI編程對(duì)比，GLM-5在界面布局與交互邏輯實(shí)現(xiàn)上優(yōu)于Minimax M2.1。另一組3D網(wǎng)頁(yè)開發(fā)測(cè)試中，GLM-5與Opus 4.6展現(xiàn)出不同設(shè)計(jì)風(fēng)格，但前者在工程實(shí)現(xiàn)完整性上獲得更高評(píng)價(jià)。這些案例表明，模型已具備從代碼生成向系統(tǒng)級(jí)工程能力躍遷的潛質(zhì)。

技術(shù)適配層面，GLM-5完成與華為昇騰、摩爾線程、寒武紀(jì)等七家國(guó)產(chǎn)算力平臺(tái)的深度優(yōu)化，通過(guò)底層算子重構(gòu)實(shí)現(xiàn)硬件加速，在國(guó)產(chǎn)芯片集群上達(dá)成高吞吐、低延遲的穩(wěn)定運(yùn)行。服務(wù)模式上，智譜調(diào)整GLM Coding Plan套餐價(jià)格，最低漲幅30%，同時(shí)開放Hugging Face和魔搭社區(qū)的模型權(quán)重下載，支持Claude Code與OpenClaw生態(tài)兼容，普通用戶可通過(guò)Z.ai平臺(tái)免費(fèi)體驗(yàn)。

針對(duì)專業(yè)開發(fā)場(chǎng)景，智譜推出Z Code智能體開發(fā)環(huán)境。該系統(tǒng)可自動(dòng)拆解用戶需求，調(diào)度多智能體并行完成代碼編寫、命令執(zhí)行、調(diào)試預(yù)覽等全流程開發(fā)，甚至支持手機(jī)端遠(yuǎn)程操控桌面Agent。值得關(guān)注的是，Z Code平臺(tái)本身即由GLM系列模型參與構(gòu)建，形成技術(shù)閉環(huán)。在文檔處理領(lǐng)域，GLM-5突破傳統(tǒng)文本生成邊界，可直接輸出Word、PDF、Excel等格式文件，在Vending Bench 2模擬經(jīng)營(yíng)測(cè)試中取得4432美元賬戶余額，展現(xiàn)出色的長(zhǎng)期規(guī)劃能力。

技術(shù)革新背后是算法框架的突破。智譜研發(fā)的"Slime"強(qiáng)化學(xué)習(xí)架構(gòu)支持更大規(guī)模模型訓(xùn)練，配合異步智能體強(qiáng)化學(xué)習(xí)算法，使模型能夠從長(zhǎng)序列交互中持續(xù)學(xué)習(xí)。這種設(shè)計(jì)顯著提升了復(fù)雜任務(wù)執(zhí)行效率，在BrowseComp聯(lián)網(wǎng)檢索、MCP-Atlas工具調(diào)用等專項(xiàng)測(cè)試中均刷新開源模型紀(jì)錄。隨著工程化能力成為競(jìng)爭(zhēng)焦點(diǎn)，大模型正從輔助開發(fā)工具向獨(dú)立承擔(dān)完整工程環(huán)節(jié)的方向演進(jìn)。