智谱AI正式发布GLM-5：744B参数+28.5T数据，长周期智能体能力登顶开源第一

智谱AI正式推出新一代通用大模型——GLM-5，这款模型在设计之初就明确了核心定位：面向复杂系统工程和长周期智能体任务，致力于打破基础模型“只能聊天、难以落地”的局限，实现从“氛围编程”到“智能体工程”的跨越。

• 项目主页：https://z.ai/blog/glm-5
• GitHub：https://github.com/zai-org/GLM-5
• 模型：https://huggingface.co/zai-org/GLM-5
• Coding Plan ：https://z.ai/subscribe

相较于上一代产品，GLM-5在模型规模、训练效率、部署成本、实用能力以及生态兼容等多个核心维度实现全面升级，最终凭借卓越的表现，成为当前所有开源模型中，在推理、编码和智能体任务上表现最佳的方案，同时进一步缩小了与行业前沿闭源模型之间的差距，为开发者、企业用户提供了更强大、更易用、更具性价比的AI生产力工具。

模型核心升级：规模与效率双突破，兼顾性能与部署成本

在通用人工智能的发展进程中，模型规模的合理扩展，始终是提升模型智能效率、拓宽能力边界的关键路径之一。GLM-5在上一代GLM-4.5的基础上，进行了全方位的规模扩容与技术优化，既保证了性能的跨越式提升，又通过创新技术解决了大规模模型部署成本过高的痛点。

具体来看，GLM-5的核心规模升级主要体现在三个方面：

• 参数量大幅提升：GLM-4.5的参数量为355B（其中激活参数量为32B），而GLM-5直接将参数量扩展至744B，激活参数量同步提升至40B，更大的参数量为模型承载更复杂的任务、学习更丰富的知识提供了坚实基础，让模型在处理长文本、复杂逻辑推理、多步骤任务时更具优势。
• 预训练数据量显著增加：预训练数据的质量与数量，直接决定了模型的知识储备和泛化能力。GLM-5的预训练数据从GLM-4.5的23T token，增加至28.5T token，新增的5.5T token涵盖了更多行业场景、专业领域的知识，进一步丰富了模型的知识体系，提升了模型在垂直领域的适配能力。
• 稀疏注意力技术优化部署体验：大规模模型往往面临部署成本高、资源消耗大的问题，为了解决这一痛点，GLM-5集成了DeepSeek稀疏注意力技术。这项技术的核心优势的是，在不降低模型长上下文处理能力的前提下，大幅减少模型推理过程中的计算量和资源消耗，从而显著降低了GLM-5的部署成本，让更多中小企业、开发者能够轻松部署和使用这款大规模模型。

全新异步强化学习基础设施：slime，破解大规模RL训练难题

强化学习（RL）是提升大模型能力的关键技术之一，其核心价值在于能够弥合预训练模型从“胜任任务”到“卓越完成任务”之间的差距，通过持续的反馈与迭代，优化模型的输出质量和任务适配能力。然而，传统强化学习技术在大规模语言模型上的部署，一直面临着训练效率低下、吞吐量不足、后训练迭代困难等问题，严重限制了强化学习在大规模模型上的应用效果。

为了解决这一行业痛点，智谱AI专门为GLM-5研发了一款新颖的异步强化学习基础设施——slime。这款基础设施经过针对性优化，完美适配GLM-5的大规模架构，其核心优势主要体现在两个方面：

• 大幅提升训练吞吐量与效率：slime通过异步训练架构的设计，打破了传统强化学习训练过程中的瓶颈，能够高效利用计算资源，显著提升训练吞吐量，让GLM-5的强化学习训练效率得到质的飞跃，缩短了模型的迭代周期。
• 支持更精细的后训练迭代：slime基础设施能够实现更精细的训练控制，让研发团队可以根据模型的表现，进行针对性的后训练优化，不断调整模型参数，提升模型在特定任务上的表现。正是得益于slime的支持，GLM-5在广泛的学术基准测试中，相比上一代GLM-4.7取得了显著提升，尤其在推理、编码和智能体任务上，表现超越了所有开源模型，进一步缩小了与前沿闭源模型的差距。

能力实测：复杂工程与长周期智能体表现领先，用数据证明实力

GLM-5的核心定位是面向复杂系统工程和长周期智能体任务，因此，模型的实际表现不仅需要通过学术基准来验证，更需要在贴近真实应用场景的测试中，证明其解决实际问题的能力。为此，智谱AI通过多项权威基准测试，全面验证了GLM-5在复杂任务处理、长期规划、资源管理等方面的实力，测试结果均表现优异。

1. CC-Bench-V2 内部评估套件：复杂系统工程能力显著提升

CC-Bench-V2是智谱AI自研的内部评估套件，专门用于测试大模型在复杂系统工程任务中的表现，测试范围涵盖前端开发、后端开发以及长周期复杂任务三大核心维度，能够全面反映模型的工程实践能力和复杂逻辑处理能力。

测试结果显示，GLM-5在这三个维度上的表现均显著超越了上一代GLM-4.7，无论是前端页面开发的精准度、后端接口的稳定性，还是长周期复杂任务的推进效率和完成质量，都有了跨越式提升。同时，GLM-5与行业前沿闭源模型Claude Opus 4.5之间的差距也进一步缩小，成为目前开源模型中，复杂系统工程能力最强的模型之一。

2. Vending Bench 2 长期运营基准：长周期智能体能力登顶开源第一

Vending Bench 2是行业内衡量大模型长期规划、持续决策和资源管理能力的权威基准测试，其测试场景高度贴近真实业务，能够有效验证模型在长周期任务中的表现。该测试的核心任务是：让模型在模拟环境中，独立运营一家自动售货机业务，运营周期长达一年，模型需要全程负责货物采购、定价策略、库存管理、成本控制等所有环节，最终以账户余额作为核心评估指标。

在这项测试中，GLM-5展现出了极强的长期规划和资源管理能力，最终实现的账户余额达到4,432美元，这一成绩不仅在所有参与测试的开源模型中排名第一，更接近闭源模型Claude Opus 4.5的表现。这一结果充分证明，GLM-5能够胜任长周期、多步骤、强逻辑、高不确定性的真实业务类任务，具备极强的落地价值。

从“聊天”到“工作”：办公套件能力全面落地，打造实用生产力工具

当前，基础模型的发展正经历一场重要的转型——从单纯的“聊天交互”，转向“赋能工作生产”，成为知识工作者的必备生产力工具，就像面向知识工作者的Office办公软件、面向工程师的专业编程工具一样，AI模型正在深度融入各类工作场景，提升工作效率、降低工作成本。

智谱AI在这一转型趋势中，始终走在行业前列：GLM-4.5作为过渡性产品，实现了模型在推理、编码、智能体方向的初步突破，让模型具备了完成复杂任务的基础能力；而GLM-5则在GLM-4.5的基础上，进一步强化了复杂系统工程和长周期智能体能力，同时重点优化了办公落地能力，让模型能够直接产出可交付的工作成果，真正实现从“聊天”到“工作”的跨越。

核心办公能力：直接生成可交付文档，端到端完成工作任务

GLM-5最具实用性的升级之一，就是能够直接将用户输入的文本、需求描述或原始素材，一键转化为标准格式的可交付文档，无需用户进行二次排版、修改，真正实现端到端的工作交付，大幅提升工作效率。

具体来说，GLM-5支持生成的文档格式包括.docx（Word文档）、.pdf（PDF文档）和.xlsx（Excel表格），覆盖的工作场景十分广泛，主要包括：

• 企业办公场景：产品需求文档（PRD）、财务报告、工作总结、会议纪要、流程图表等；
• 教育教学场景：教案、课件、各类试卷、知识点总结等；
• 日常工作场景：电子表格统计、菜单设计、简历制作、通知公告等。

无论是复杂的产品需求文档，还是数据繁多的Excel统计表格，GLM-5都能根据用户的需求，精准生成符合行业规范、格式标准的文档，用户可以直接将生成的文档用于工作交付，无需花费额外时间进行排版和修改，极大地节省了工作时间和人力成本。

Z.ai 官方应用：智能体模式上线，强化多轮协作与成果交付

为了让GLM-5的办公能力和智能体能力得到更好的落地，智谱AI的官方应用Z.ai同步推出了智能体模式，这款模式专门针对复杂工作任务设计，内置了PDF、Word、Excel等多种文档的创建技能，能够支持用户进行多轮协作式任务处理，真正将模型的对话输出，转化为可落地、可交付的工作成果。

例如，用户可以通过Z.ai的智能体模式，与GLM-5进行多轮沟通，逐步明确产品需求，模型会根据用户的每一次反馈，不断优化产品需求文档的内容，最终生成一份完整、规范的PRD文档；同时，用户还可以邀请团队成员一起参与协作，共同优化文档内容，提升工作效率和成果质量。相较于传统的聊天模式，智能体模式更注重任务的推进和成果的交付，更贴合实际工作场景的需求。

GLM-5 全渠道使用指南：多入口适配，覆盖各类用户需求

为了让不同类型的用户（开发者、企业用户、普通用户）都能轻松体验和使用GLM-5，智谱AI已开放了多渠道的使用入口，全面覆盖在线试用、编码智能体集成、API调用、本地私有化部署等多种场景，同时适配不同的硬件环境，最大限度地降低了用户的使用门槛。

1. 编码计划：在主流编码智能体中使用GLM-5，提升编码效率

GLM-5在编码任务上的表现处于开源模型领先水平，为了方便开发者在日常编码工作中使用，GLM-5已全面支持各类主流编码智能体，包括Claude Code、OpenCode、Kilo Code、Roo Code、Cline、Droid等，开发者可以在自己熟悉的编码智能体中，直接调用GLM-5，借助模型的强大编码能力，提升编码效率、优化代码质量。

不同计划用户的启用方式和开放进度有所不同，具体说明如下：

• Max 计划用户：无需等待，现在即可通过修改模型配置，将模型名称更新为“GLM-5”来启用GLM-5。例如，在Claude Code中，只需修改~/.claude/settings.json文件中的模型名称，即可完成启用，立即体验GLM-5的编码能力。
• GLM 编码计划订阅用户：由于GLM-5的计算资源消耗相对较大，目前受限于计算资源，智谱AI正在逐步向编码计划订阅用户推出GLM-5，后续将根据算力调配情况，逐步扩大开放范围，确保每一位订阅用户都能获得良好的使用体验。
• 其他计划层级用户：随着GLM-5部署范围的不断扩大，智谱AI将逐步增加对其他计划层级用户的支持，具体开放时间将通过官方渠道及时通知，用户可持续关注官方动态。

需要特别提醒的是，由于GLM-5的参数量更大、能力更强，请求GLM-5所消耗的计划配额，会比请求GLM-4.7更多，用户在使用过程中，可以根据自己的配额情况，合理安排使用频率。

如果开发者偏好图形化界面，智谱AI还提供了Z Code这一专用工具——Z Code是一款智能体化开发环境，能够让开发者直接控制（甚至远程控制）多个智能体，并让这些智能体在复杂的编码任务、工程任务上进行协作，进一步提升开发效率，适合处理多智能体协同的复杂项目。开发者可以通过https://z.ai/subscribe链接，立即开始使用Z Code构建自己的智能体开发项目。

2. OpenClaw 框架：将GLM-5转变为跨设备、跨应用的个人助理

除了编码智能体，GLM-5还全面支持OpenClaw框架——这是一款专门为GLM-5打造的个人助理框架，其核心优势在于，能够将GLM-5从单纯的“聊天模型”，升级为可以跨应用、跨设备操作的个人助理，真正实现“AI赋能生活”。

与传统的聊天模型不同，OpenClaw框架支持GLM-5执行各类跨端操作，例如，控制电脑上的办公软件生成文档、控制手机发送消息、联动智能家居设备进行操作等，让GLM-5真正融入用户的日常工作和生活，成为一款全方位的个人助理。值得一提的是，OpenClaw框架已免费包含在GLM编码计划中，编码计划订阅用户可以直接使用，无需额外付费。

3. Z.ai 在线体验：两种模式可选，适配不同使用场景

对于普通用户、非专业开发者而言，最便捷的使用方式就是通过智谱AI官方应用Z.ai，直接在线体验GLM-5的全部能力。用户只需访问Z.ai平台，即可免费试用GLM-5，若系统未自动将模型切换为GLM-5，用户可以手动在模型选项中，将模型切换为“GLM-5”，即可开始使用。

为了适配不同的使用场景，Z.ai上的GLM-5提供了两种模式，用户可以根据自己的需求灵活选择：

• 聊天模式：主打轻量级交互，能够为用户提供即时响应，适合进行日常对话、问题咨询、简单需求处理等场景，例如，询问知识点、查询信息、简单的文案创作等，操作便捷、响应迅速。
• 智能体模式：主打复杂任务处理，支持多工具调用、多样化技能组合，能够直接为用户交付最终成果，适合进行复杂的文档生成、多步骤任务推进、协作式工作等场景，例如，生成产品需求文档、制作Excel统计表格、规划复杂项目流程等。

4. 本地部署：开源权重+全硬件兼容，满足私有化需求

为了满足企业用户、开发者的私有化部署需求，GLM-5的模型权重已在Hugging Face和ModelScope两大开源平台上公开发布，用户可以直接从这两个平台下载模型权重，进行本地部署。同时，GLM-5对主流的推理框架也提供了全面支持，包括vLLM、SGLang等，这些推理框架能够大幅提升GLM-5的推理速度和部署效率，降低本地部署的技术门槛。

为了方便用户进行本地部署，智谱AI的官方GitHub仓库提供了全面、详细的部署说明，包括环境配置、依赖安装、模型加载、推理测试等各个环节的步骤，即便是非专业的技术人员，也能按照部署说明，顺利完成GLM-5的本地部署。

更值得一提的是，GLM-5不仅支持英伟达芯片的部署，还完成了对多种非NVIDIA芯片的深度适配，涵盖了华为昇腾、摩尔线程、寒武纪、昆仑芯、MetaX、燧原和Hygon等国产芯片和多元硬件平台。通过针对性的内核优化和模型量化技术，GLM-5能够在这些非NVIDIA芯片上，实现合理的推理吞吐量，满足不同企业用户的硬件适配需求，进一步降低了本地部署的硬件成本，推动GLM-5在更多行业、更多场景的落地应用。