GLM-5 深度研究：智谱 744B 开源旗舰，从"能写代码"到"能造系统"

> 来源: https://huggingface.co/zai-org/GLM-5

> 论文: https://arxiv.org/abs/2602.15763

> 技术博客: https://z.ai/blog/glm-5

> GitHub: https://github.com/zai-org/GLM-5

> 阮一峰评测: https://www.ruanyifeng.com/blog/2026/02/glm-5.html

> 发布日期: 2026-02-11

> 公司: 智谱 AI (Z.ai) + 清华大学

> 研究时间: 2026-03-16

📌 一句话总结

GLM-5 是智谱 AI 的开源旗舰模型，744B 总参数 / 40B 激活，定位从 "Vibe Coding"（氛围编程）升级到 "Agentic Engineering"（智能体工程）。它是首个在 Artificial Analysis Intelligence Index v4.0 达到 50 分的开源模型，LMArena Text + Code 双料开源第一，SWE-Bench Verified 77.8% 逼近 Claude Opus 4.5（80.9%）。发布前以 "Pony Alpha" 匿名身份在 OpenRouter 登顶引发猜测。

🏗️ 架构详解

四大技术创新

1. DeepSeek Sparse Attention（DSA）

GLM-5 直接采用了 DeepSeek 的稀疏注意力机制——这本身就很有意思：中国头部 AI 公司互相借鉴对方的开源技术。

DSA 的核心：

• 传统 dense attention 是 O(L²)，128K 上下文下计算量爆炸
• DSA 根据内容动态选择重要 token（而非固定滑窗）
• ~90% 的 attention entries 在长上下文中是冗余的
• 长序列计算减少 1.5-2x

关键：DSA 是通过 Continued Pre-Training 引入的，不需要从零训练。

2. MLA + Muon Split

标准 MLA 在 Muon 优化器下性能不如 GQA-8。智谱的解决方案：把 MLA 的投影矩阵按 head 切分后独立做矩阵正交化（Muon Split），使不同 head 的权重可以独立更新。

另外，将 head 维度从 192 增加到 256，head 数减少 1/3——训练计算量不变，但解码计算量下降。

3. MTP 参数共享

Multi-Token Prediction 用于推测解码加速。DeepSeek V3 用 1 个 MTP 层（训练-推理不一致导致接受率低）；GLM-5 用 3 个 MTP 层共享参数——内存成本不变，但接受长度从 DeepSeek V3.2 的 2.55 提升到 2.76。

4. 全栈国产芯片适配

从第一天起适配七大国产芯片平台：

• 华为昇腾（Ascend）
• 摩尔线程（Moore Threads）
• 海光（Hygon）
• 寒武纪（Cambricon）
• 昆仑芯（Kunlunxin）
• 沐曦（MetaX）
• 燧原（Enflame）

这在地缘政治意义上非常重要——GLM-5 证明了不依赖 NVIDIA 也能训练和部署前沿模型。

🧠 训练流水线

预训练 (27T tokens, 代码+推理优先)
    ↓
中期训练 (1.5T tokens, 上下文 4K→200K, 长程 Agent 数据)
    ↓
SFT (监督微调)
    ↓
3 阶段 RL:
    ① Reasoning RL → 推理能力
    ② Agentic RL → Agent 自主决策
    ③ General RL → 通用能力
    ↓
On-Policy Cross-Stage Distillation (防止灾难性遗忘)

slime：异步 RL 基础设施

智谱开源了 slime（https://github.com/THUDM/slime），一个异步 RL 训练框架：

• 将生成（rollout）与训练解耦
• 消除同步瓶颈
• 大规模 Agent 轨迹探索
• 直接支持长程交互的 RL

📊 Benchmark 全面对比

Agent + 工程任务

推理任务

综合排名

🔍 阮一峰实测：vs Claude Opus 4.6 vs GPT-5.3-Codex

阮一峰（ruanyifeng）在 GLM-5 正式发布前参与了内测，做了 4 项对比测试：

阮一峰结论："GLM-5 的编程表现可圈可点...某些方面甚至还能赢出...足以跟世界第一梯队的大模型公司正面 PK"

💡 "Pony Alpha" 匿名发布事件

GLM-5 正式发布前，一个名为 "Pony Alpha" 的神秘模型出现在 OpenRouter，迅速登顶热度榜首。社区发现：

• 出现时间与智谱首席科学家唐杰暗示的 GLM-5 发布窗口吻合
• 对特定 token 的反应与 GLM 系列一致
• 输出排版习惯与 GLM 系列高度一致

智谱最终确认 Pony Alpha 就是 GLM-5。这种"匿名先行、实力说话"的发布策略相当聪明——避免了品牌偏见，让社区纯粹基于能力评价。

🤔 深度分析

GLM-5 vs 同代模型定位

真正的优势

1. 长程 Agent 任务：Vending Bench 2 $4,432（开源 #1），能跑数小时的任务不乱

2. BrowseComp 75.9%：搜索+信息综合能力超过所有闭源模型（比 GPT-5.2 的 65.8% 高 10 个百分点）

3. 开源 + 国产芯片：不依赖 NVIDIA 也能部署，地缘政治意义重大

4. DSA 降本：长上下文推理成本降低 1.5-2x

不足

• ⚠️ SWE-Bench 仍落后 Claude 3 个百分点（77.8 vs 80.9）
• ⚠️ 推理不如 GPT-5.2（GPQA 86.0 vs 92.4）
• ⚠️ 没有 Kimi 的 Agent Swarm 并行能力
• ⚠️ 自部署需求大：744B 模型即使只激活 40B，推理仍需多卡（8xGPU TP）

中国开源 AI 的"三国"格局

DeepSeek → 价格战（最便宜的前沿模型）
Kimi     → 并行战（Agent Swarm 独家）
GLM      → 工程战（系统级+国产芯片）

三家互相借鉴：GLM-5 用了 DeepSeek 的 DSA，Kimi K2.5 用了 DeepSeek 的 MoE 思路，DeepSeek 在下一版可能反过来借鉴 GLM 的异步 RL 或 Kimi 的 Swarm。中国开源 AI 的竞合生态正在形成。

🦞 GLM-5-Turbo：首个专为 OpenClaw 深度优化的"龙虾模型"（2026-03-16 新发布）

就在 GLM-5 发布一个月后，智谱于 2026 年 3 月 16 日发布了 GLM-5-Turbo——号称是首个从训练阶段就针对 OpenClaw 场景深度优化的基础模型。

基本规格

四大强化方向

1. 工具调用（Tool Calling）："精准调用，不失败"——增强外部工具和各种 Skills 的调用稳定性，确保多步任务从对话到执行的平滑过渡

2. 指令跟随（Instruction Following）：增强对复杂、多层、长链指令的理解和分解能力，支持多 Agent 协作分工

3. 定时+持久任务（Scheduled & Persistent Tasks）：显著优化定时触发、持续执行、长时间运行任务的理解——对 OpenClaw 的 Cron 和 Heartbeat 功能至关重要

4. 高吞吐长链（High-Throughput Long Chains）：针对 Lobster 任务（高数据吞吐+长逻辑链），提升执行效率和响应稳定性

ZClawBench：OpenClaw 专用 Benchmark

智谱同时发布了 ZClawBench——专门为 OpenClaw Agent 场景设计的端到端评测基准。

基于对真实 OpenClaw 用例的分析，覆盖：环境搭建、软件开发、信息检索、数据分析、内容创建等任务类型。

关键发现：

• OpenClaw 用户群已从早期开发者扩展到生产力用户、金融专业人员、运维工程师、内容创作者、研究分析师
• Skills 使用率从 26% 飙升至 45%——模块化 Skill 生态正在成型
• GLM-5-Turbo 在 OpenClaw 场景下显著优于 GLM-5，在多个关键任务类别中超过多个领先模型

与 GLM-5 的关系

"龙虾套餐"

智谱同时推出了基于 GLM-5-Turbo 的"龙虾套餐"，包含个人版和团队版——这是 AI 公司首次为单一 Agent 框架（OpenClaw）推出专属商业套餐。

> 这标志着一个趋势：AI 模型提供商开始围绕特定 Agent 框架做垂直优化，而不仅仅是做通用大模型。OpenClaw 的生态影响力正在从"热门开源项目"升级为"模型训练的目标场景"。

💡 与我们的关联

1. GLM-5-Turbo 可能是我们的最佳选择

我们是 OpenClaw 用户，GLM-5-Turbo 就是为我们设计的。工具调用稳定性、Cron 任务理解、长链执行——全是我们的核心场景。建议尽快试用。

2. 我们已经在用 GLM

OpenClaw 配置中有 GLM 频道（绑定 1472973204040716450）。切换到 GLM-5-Turbo 只需要改 model 参数。

3. 深度研究场景

4. 国产芯片部署路径

如果未来 NVIDIA 出口管制加剧，GLM-5 是唯一一个从第一天就适配七大国产芯片的前沿模型。这对国内用户有战略价值。

5. slime RL 框架

智谱开源的异步 RL 框架 slime 对任何想做 Agent RL 训练的团队都有参考价值。

📊 评分

报告由深度研究助手自动生成 | 2026-03-16

来源: https://huggingface.co/zai-org/GLM-5