GLM-5 开源，744B 参数
来自 Z.ai Research · 期号 2026-02-12
摘要
智谱 AI 今天开源了 GLM-5。 模型的基座从 355B（激活 32B）扩展到 744B（激活 40B），预训练数据从 23T 增加到 28.5T。它首次集成了 DeepSeek 的稀疏注意力机制，在维持长文本效果的同时降低部署成本。 在编程能力上，GLM-5 在 SWE-bench-Verified 和 Terminal Bench 2.0 上分别拿到 77.8 和 56.2，都是开源模型最高分，超过 Gemini 3 Pro。在内部 Claude Code 评估集上，它在前端、后端、长程任务上比 GLM-4.7 平均提升超过 20%。 Agent 能力方面，GLM-5 在 BrowseComp、MCP-Atlas 和 τ²-Bench 三个评测中都拿了开源第一。在 Vending Bench 2 经营模拟中，它一年期账户余额达到 4432 美元，接近 Claude Opus 4.5。 模型权重采用 MIT License，已在 Hugging Face 和 ModelScope 上架。智谱还推出了全流程编程工具 Z Code，以及适配飞书的 AutoGLM-OpenClaw 智能助手。
深读
导读 智谱 AI 于 2026 年 2 月开源了 GLM-5，一个在编程与 Agent 能力上均达到开源 SOTA 的 744B 参数模型。它从更大的基座、异步强化学习框架和稀疏注意力机制入手，在 SWE-bench 等权威评测中逼近甚至对齐了 Claude Opus 4.5，同时完成了对国产芯片推理集群的适配。对于关注开源大模型能力边界、Agentic Engineering 落地路径的从业者，这是一份值得细读的技术与产品公告。 关键信息 - 模型基座从 355B（激活 32B）扩展到 744B（激活 40B），预训练数据从 23T 增加到 28.5T。 - 首次集成 DeepSeek Sparse Attention（稀疏注意力机制），在保持长文本效果的同时降低部署成本。 - 在 SWE-bench-Verified 和 Terminal Bench 2.0 上分别取得 77.8 和 56.2，均为开源模型最高分，超过 Gemini 3 Pro。 - 在内部 Claude Code 评估集上，前端、后端、长程任务相比 GLM-4.7 平均提升超过 20%。 - 在 BrowseComp、MCP-Atlas 和 τ²-Bench 三个 Agent 评测中均获开源第一；Vending Bench 2 经营模拟一年期账户余额 4432 美元，接近 Claude Opus 4.5。 - 在 Artificial Analysis 榜单中排名全球第四、开源第一。 - 已完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等国产算力平台的推理适配。 - 模型权重以 MIT License 在 Hugging Face 与 ModelScope 开源。 逐节讲解 更大基座与三项关键技术 GLM-5 的基座从 355B（激活 32B）扩展到 744B（激活 40B），预训练数据从 23T 提升到 28.5T，更大的算力投入提升了通用智能水平。后训练方面，智谱构建了名为“Slime”的异步强化学习框架，支持更大模型规模和更复杂的 RL 任务，并提出异步智能体强化学习算法，让模型能从长程交互中持续学习。此外，模型首次集成了 DeepSeek 的稀疏注意力机制，在长文本效果无损的前提下降低部署成本、提升 token 效率。 编程能力对齐 Claude Opus 4.5 GLM-5 在 SWE-bench-Verified 和 Terminal Bench 2.0 上分别拿到 77.8 和 56.2，均为开源模型最高分，超过 Gemini 3 Pro。在内部 Claude Code 评估集上，GLM-5 在前端、后端、长程任务上比 GLM-4.7 平均提升超过 20%，能以极少人工干预完成长程规划与执行、后端重构和深度调试等系统工程任务，使用体感逼近 Opus 4.5。文…