智谱公开了其新一代大模型 GLM-5 的技术细节，该模型在智能体、推理与编程能力上实现突破，通过四大核心技术革新显著提升性能与效率。GLM-5 在多项公开测试中达到开源模型最高水平，并在工程实用性方面表现出色。
2 月 22 日消息，智谱今日正式公开了其新一代大模型 GLM-5 的技术细节。
▲ GLM-5、DeepSeek-V3.2、Claude Opus 4.5、Gemini 3 Pro 和 GPT-5.2 对比 据介绍，该模型在智能体（Agent）、推理与编程（ARC）能力上实现突破，通过四大核心技术革新显著提升性能与效率：
- 稀疏注意力架构（DSA）：动态筛选关键信息，将长序列（200K 上下文）的注意力计算成本降低 1.5-2 倍，支持 7440 亿参数规模下高效推理；
- 异步强化学习框架：解耦训练与推理过程，利用新型基础设施提升 GPU 利用率，加速智能体轨迹探索；
- 异步 Agent 强化学习算法：优化长周期任务中的自主规划与纠错能力，适应复杂软件工程场景；
- 国产芯片全栈适配：深度优化华为昇腾、摩尔线程等七大国产平台，单节点性能媲美双 GPU 集群，长序列处理成本降低 50%。
▲ Artificial Analysis Intelligence Index v4.0 涵盖 10 项评估 在公开测试中，GLM-5 于 ArtificialAnalysis.ai、LMArena 等榜单达到开源模型最高水平：
- Artificial Analysis Intelligence Index v4.0 评分 50 分，刷新开源记录；
- LMArena 文本 / 代码竞技场位列开放模型第一，整体表现接近 Claude Opus 4.5；
- 商业模拟测试 Vending-Bench 2 中，以 4432 美元余额展现长期规划能力；
- 真实编程任务测试 CC-Bench-V2 显示，其前端、后端及长程任务完成度超越前代 GLM-4.7。
▲ GLM-5 与开源 / 闭源模型的对比。 为验证工程实用性，团队构建自动化评估体系：
- 前端开发：通过 GUI 智能体交互验证，构建成功率达 98%；
- 后端修改：85 项多语言任务严格依赖单元测试，通过率与 Claude Opus 4.5 相当；
- 长程开发链：在万级代码库探索任务中表现优于闭源模型，但多步增量开发仍有提升空间。
▲ SWE-rebench 上的性能表现，2026 年 1 月。 IT之家附技术报告链接： https://arxiv.org/pdf/2602.15763
相关阅读：
- 《智谱最新旗舰模型 GLM-5 炸场：编程、智能体能力取得开源 SOTA 表现》
- 《智谱对 GLM Coding Plan 套餐价格进行结构性调整，整体涨幅 30% 起》
- 《Artificial Analysis 榜单全球第四、开源第一：智谱上线开源 GLM-5，与华为昇腾、寒武纪等深度适配》
- 《智谱发布 GLM Coding Plan 致歉信：规则透明度不够、GLM-5 灰度节奏太慢、老用户升级机制设计粗糙》