GLM-5是新一代通用人工智能模型，参数规模从3550亿提升至7440亿，预训练数据从23万亿增至28.5万亿token。它采用深度稀疏注意力技术降低部署成本，并开发异步强化学习框架slime提升训练效率。相比前代，GLM-5在推理、编程和智能体任务上实现显著突破，缩小了与前沿模型的差距。

GLM-5发布：从代码生成迈向智能体工程

模型升级与性能突破

智谱AI正式推出GLM-5大模型，专注于复杂系统工程与长周期智能体任务。通过规模扩展，模型参数量从GLM-4.5的3550亿（激活320亿）提升至7440亿（激活400亿），预训练数据从23万亿token增至28.5万亿。创新采用的DeepSeek稀疏注意力（DSA）技术，在保持长文本处理能力的同时显著降低部署成本。

针对强化学习训练效率问题，团队开发了异步RL框架slime，使后训练迭代更精细化。在CC-Bench-V2内部评估中，GLM-5在前端、后端及长周期任务上全面超越GLM-4.7，与Claude Opus 4.5的差距进一步缩小。

关键能力验证

• 长周期运营：在模拟自动售货机一年运营的Vending Bench 2测试中，GLM-5以4,432美元最终余额位列开源模型榜首，逼近Claude Opus 4.5（4,967美元）。
• 多领域表现：在数学竞赛（HMMT 96.9分）、编程（SWE-bench 77.8分）、通用智能体（τ²-Bench 89.7分）等23项基准测试中，GLM-5均达到开源模型最优水平。

生产力工具转型

GLM-5实现从"对话"到"办公"的跨越，支持将文本直接生成可交付的.docx/.pdf/.xlsx文件，包括产品需求文档、财务报表等。官方应用Z.ai同步推出智能体模式，内置PDF/Word/Excel生成技能，支持多轮协作。

开放与部署

• 开源访问：模型权重已在Hugging Face和ModelScope开源（MIT协议）。
• 开发者支持：兼容Claude Code/OpenClaw框架，提供vLLM/SGLang推理支持，并适配华为昇腾、寒武纪等国产芯片。
• 体验入口：用户可通过Z.ai聊天平台手动切换至GLM-5，或使用Z Code进行多智能体协作开发。

注：部分基准测试采用GPT-5.2(medium)作为评判模型，具体参数详见技术脚注。

总结评论内容如下：

1. 对GLM-5发布的信心与期待
   部分用户认为GLM-5直接对标Opus 4.5，显示出对产品的信心，并期待能在消费级硬件上运行的版本。
   引用：

   • "they're super confident about the GLM-5 release, since they're directly comparing it with Opus 4.5"（作者：beAroundHere）
   • "GLM-5 is definitely the future!"（作者：petetnt）

2. 对性能与基准测试的质疑
   一些用户指出基准测试可能被优化（"benchmaxxing"），实际使用体验不如预期，尤其是指令跟随和任务执行能力。
   引用：

   • "All of the open weights models lately come with impressive benchmarks but then don't perform as well as expected in actual use."（作者：Aurornis）
   • "the benchmark has been a really good indicator of instruction following and agentic behaviour... it's just not able to follow it at all."（作者：pcwelder）

3. 价格与性价比的争议
   用户对GLM-5的价格上涨表示不满，认为其性价比可能不如竞品（如Kimi），尤其是输入token的成本较高。
   引用：

   • "Input tokens are twice as expensive. That might be a deal breaker."（作者：nullbyte）
   • "They increased their prices substantially"（作者：ExpertAdvisor01）

4. 技术细节与实用性讨论
   部分用户关注技术改进（如稀疏注意力、长时任务处理），但也有人对实际应用（如文档生成）的效果持保留态度。
   引用：

   • "focus on 'agentic engineering' and long-horizon tasks... a more honest evaluation of real-world utility."（作者：testuser_xyz）
   • "Solid bird, not a great bicycle frame."（作者：simonw，评价生成结果质量）

5. 行业竞争与生存压力
   有观点认为中小公司在当前市场难以突破前沿模型的竞争，尤其是在价格和资源方面处于劣势。
   引用：

   • "there's just no way for them to break through the noise from the frontier models... hemorrhaging money."（作者：woeirua）
   • "we're seeing so many LLM releases that they can't even keep their benchmark comparisons updated"（作者：surrTurr）

不同观点相对平衡，既有对技术进步的肯定，也有对实际效果和商业可行性的质疑。