本文翻译自 GLM-5: Scaling to Excellence，原载于 Hacker News。
概述
智谱 AI（Zhipu AI）正式发布 GLM-5，这是一款专门面向复杂系统工程和长周期 Agent 任务的大语言模型。作为 GLM 系列的最新一代，GLM-5 在模型规模、训练数据和推理能力上都有显著提升。
规模与架构
Scaling（规模化）仍然是提升 AGI（通用人工智能）智能效率最重要的方式之一。与 GLM-4.5 相比，GLM-5 实现了显著的规模扩展：
| 指标 | GLM-4.5 | GLM-5 |
|---|---|---|
| 总参数量 | 355B | 744B |
| 激活参数 | 32B | 40B |
| 预训练数据 | 23T tokens | 28.5T tokens |
GLM-5 还集成了 DeepSeek Sparse Attention (DSA) 技术，在保持长上下文能力的同时显著降低了部署成本。
创新的异步 RL 基础设施
强化学习（Reinforcement Learning）旨在弥合预训练模型从”能力”到”卓越”之间的差距。然而，由于 RL 训练效率低下，将其大规模应用于 LLM 一直是个挑战。
为此，GLM 团队开发了 slime —— 一种新颖的异步 RL 基础设施，大幅提升了训练吞吐量和效率，使更细粒度的后训练迭代成为可能。
性能表现
GLM-5 在广泛的学术基准测试中相比 GLM-4.7 有显著提升，并在推理、编码和 Agent 任务上实现了全球开源模型中的最佳性能，正在缩小与前沿模型的差距。
推理能力
| 基准测试 | GLM-5 | GLM-4.7 | DeepSeek-V3.2 | Claude Opus 4.5 |
|---|---|---|---|---|
| Humanity’s Last Exam | 30.5 | 24.8 | 25.1 | 28.4 |
| Humanity’s Last Exam w/ Tools | 50.4 | 42.8 | 40.8 | 43.4 |
| AIME 2026 I | 92.7 | 92.9 | 92.7 | 93.3 |
| HMMT Nov. 2025 | 96.9 | 93.5 | 90.2 | 91.7 |
| GPQA-Diamond | 86.0 | 85.7 | 82.4 | 87.0 |
编码能力
| 基准测试 | GLM-5 | GLM-4.7 | Claude Opus 4.5 |
|---|---|---|---|
| SWE-bench Verified | 77.8 | 73.8 | 80.9 |
| SWE-bench Multilingual | 73.3 | 66.7 | 77.5 |
| Terminal-Bench 2.0 | 56.2 | 41.0 | 59.3 |
| CyberGym | 43.2 | 23.5 | 50.6 |
Agent 能力
GLM-5 在长周期 Agent 任务上表现尤为出色：
| 基准测试 | GLM-5 | GLM-4.7 | Claude Opus 4.5 |
|---|---|---|---|
| BrowseComp | 62.0 | 52.0 | 37.0 |
| BrowseComp w/ Context | 75.9 | 67.5 | 67.8 |
| τ²-Bench | 89.7 | 87.4 | 91.6 |
| MCP-Atlas | 67.8 | 52.0 | 65.2 |
Vending Bench 2 是一个衡量长期运营能力的基准测试，要求模型在一年时间跨度内运营一个模拟的自动售货机业务。GLM-5 以 $4,432 的最终账户余额排名开源模型第一，接近 Claude Opus 4.5 的 $4,967，展示了强大的长期规划和资源管理能力。
Office 能力：从”对话”到”工作”
基础模型正在从”聊天”转向”工作”，就像知识工作者的 Office 工具和工程师的编程工具一样。
GLM-5 可以将文本或源材料直接转换为 .docx、.pdf 和 .xlsx 文件——PRD、教案、试卷、电子表格、财务报告、运行表、菜单等——端到端交付即用的文档。
Z.ai 官方应用正在推出 Agent 模式，内置 PDF/Word/Excel 创建技能，支持多轮协作并将输出转化为真正的可交付成果。
如何使用 GLM-5
编程 Agent 集成
GLM-5 支持多种主流编程 Agent：
- Claude Code
- OpenCode
- Kilo Code
- Roo Code
- Cline
- Droid
Max 计划用户现在可以通过将模型名称更新为 "GLM-5" 来启用 GLM-5（例如在 Claude Code 的 ~/.claude/settings.json 中）。
OpenClaw 支持
GLM-5 还支持 OpenClaw —— 一个将 GLM-5 转变为跨应用和设备操作的个人助理框架，而不仅仅是聊天。
在线体验
GLM-5 可通过 Z.ai 访问，提供两种模式：
- Chat 模式：即时响应、交互式聊天、轻量交付
- Agent 模式：多工具、多技能、直接交付结果
本地部署
GLM-5 的模型权重已在 Hugging Face 和 ModelScope 上公开可用，采用 MIT 许可证。本地部署支持 vLLM 和 SGLang 等推理框架。
此外，GLM-5 还支持在非 NVIDIA 芯片上部署，包括华为昇腾、摩尔线程、寒武纪、昆仑芯、MetaX、燧原和海光。通过算子优化和模型量化，GLM-5 可以在这些芯片上实现合理的吞吐量。
个人点评
GLM-5 的发布有几个值得关注的亮点：
-
长周期 Agent 能力：Vending Bench 2 的表现说明 GLM-5 在需要持续规划和决策的任务上有很强的能力，这对于实际的生产环境应用非常重要。
-
开源策略：采用 MIT 许可证发布权重，这对于开发者和企业来说是一个重大利好，意味着更灵活的商业化可能性。
-
多芯片支持：支持华为昇腾、寒武纪等国产芯片，这对于国内企业来说具有重要的战略意义。
-
异步 RL 基础设施：slime 的开发解决了 RL 训练效率的问题，这可能是 GLM-5 性能提升的关键因素之一。
不过，从基准测试数据来看，GLM-5 与 Claude Opus 4.5 和 GPT-5.2 之间仍有一定差距，特别是在某些推理任务上。开源模型要完全追赶上前沿模型，还需要持续的努力。
关键要点：
- GLM-5 参数规模 744B（40B 激活），预训练数据 28.5T tokens
- 在开源模型中推理、编码、Agent 任务性能最佳
- 支持本地部署、MIT 许可证、多芯片适配
- 长周期 Agent 任务表现接近 Claude Opus 4.5