---
title: "智谱GLM-5开源发布：744B参数挑战Claude Opus，登顶全球开源大模型榜首"
url: "https://paooo.com/aigc-news/11598/"
author: "Prompt 语宙研究院"
published_at: "2026-06-12T05:12:22+08:00"
updated_at: "2026-06-07T20:07:04+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "Agent, GLM-5, 国产算力, 开源大模型, 智谱AI"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 智谱GLM-5开源发布：744B参数挑战Claude Opus，登顶全球开源大模型榜首

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/11598/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-12

## AI 30 秒核心看点 (TL;DR)

- 744B参数、28.5T数据加持，GLM-5面向复杂系统工程与长程Agent任务，定位清晰。
- 实测在推理、SWE-bench、Terminal-Bench、Vending Bench 2等基准上表现突出，开源第一。
- 支持z.ai、BigModel.cn与API接入，并适配昇腾、摩尔线程、寒武纪等国产算力。

> 
                **💡 站外导读：**当大模型竞争从'谁更大'转向'谁能用'，一场关于工程落地与Agent能力的实战比拼正在上演。智谱开源的GLM-5，以744B参数规模和28.5T预训练数据，直指复杂系统工程与长程Agent任务的痛点。在Artificial Analysis榜单中，它强势登顶全球开源第一，直面Claude Opus 4.5。这不仅是一次模型升级，更是国产大模型从追赶到引领的关键一步。

            

             
                        

## GLM-5是什么

GLM-5是智谱开源的新一代旗舰AI模型，参数规模从[GLM-4.5](https://ai-bot.cn/glm-4-5/)的355B扩展至744B（40B激活），预训练数据达28.5T tokens。模型为此前[OpenRouter](https://ai-bot.cn/sites/58373.html)登顶热度榜首的神秘模型“Pony Alpha”。模型专为复杂系统工程和长程Agent任务设计，集成DeepSeek Sparse Attention降低部署成本，自研slime异步RL基础设施提升训练效率。在Artificial Analysis 榜单中，GLM-5 位居全球第四、开源第一。模型支持生成Office文档、兼容[Claude Code](https://ai-bot.cn/sites/56948.html)等工具，同时支持华为昇腾、摩尔线程、寒武纪等国产芯片部署。模型可在[z.ai](https://ai-bot.cn/sites/62950.html)官网、[BigModel.cn](https://ai-bot.cn/sites/15446.html)平台提供体验，API现已同步开放。

## GLM-5的主要功能

- 
**复杂系统工程**：模型能处理前端开发、后端架构设计等多层级技术任务，支持从需求分析到代码实现的全流程工程交付。

- 
**长程Agent任务**：具备长期规划与资源管理能力，可在Vending Bench 2等需持续运营一年的模拟商业场景中自主决策并达成目标。

- 
**文档智能生成**：支持将文本或原始材料直接转换为.docx、.pdf、.xlsx等格式，输出PRD、财报、教案等可直接使用的专业文档。

- 
**多工具协同**：兼容Claude Code、[OpenClaw](https://ai-bot.cn/sites/70880.html)等主流开发工具链，实现跨应用的自动化操作与协作。

## GLM-5的技术原理

- **大规模预训练扩展**：模型参数从355B（激活32B）扩展至744B（激活40B），预训练数据从23T提升至28.5T，用更多算力提升通用智能基座。

- **异步强化学习基础设施”Slime”**：自研的异步RL训练框架解决大规模语言模型强化学习的效率瓶颈。该基础设施支持并行化奖励计算与策略更新，实现更细粒度的后训练迭代，有效缩小预训练能力与实际表现之间的差距。

- **稀疏注意力机制** ：首次集成DeepSeek Sparse Attention，在维持长文本效果无损的同时，大幅降低Agent场景的Token消耗与部署成本。

- **国产算力深度适配**：完成与华为昇腾、摩尔线程、寒武纪、昆仑芯、平头哥、沐曦等国产芯片的底层算子优化与硬件加速，实现高吞吐、低延迟推理。

## GLM-5的性能表现

- **推理能力**

Humanity’s Last Exam得分30.5%，接近[Kimi K2.5](https://ai-bot.cn/kimi-k2-5/)的31.5%，显著优于[GLM-4.7](https://ai-bot.cn/glm-4-7/)。

- 
AIME 2026 I达92.7%，与[DeepSeek-V3.2](https://ai-bot.cn/deepseek-v3-2/)持平，HMMT Nov. 2025以96.9%领先多数竞品。

- 
GPQA-Diamond专家级推理测试获86.0%，IMOAnswerBench达82.5%。

- **编程能力**

SWE-bench Verified真实软件工程测试获77.8%，多语言版本73.3%，均较GLM-4.7提升约4个百分点。

- 
Terminal-Bench 2.0终端操作基准达56.2%，Claude Code环境下更提升至61.1%，远超GLM-4.7。

- 
CyberGym网络安全测试43.2%，较GLM-4.7的23.5%近乎翻倍，展现复杂系统攻防能力。

- **Agent与工具使用**

Vending Bench 2一年期商业模拟以$4,432余额排名开源模型第一，接近[Claude Opus 4.5](https://ai-bot.cn/claude-opus-4-5/)。

- 
BrowseComp网页浏览任务62.0%，结合上下文管理策略可提升至75.9%，超越Kimi K2.5。

- 
τ²-Bench多领域工具调用达89.7%，MCP-Atlas公共集67.8%，Tool-Decathlon 38.0%。

- **综合排名**：Artificial Analysis 权威榜单：全球第四、开源第一。

## 如何使用GLM-5

- **在线体验**：访问[z.ai](https://ai-bot.cn/sites/62950.html)官网，手动选择GLM-5模型可免费试用Chat模式或Agent模式，后者支持多工具协同与文档生成。通过[BigModel.cn](https://ai-bot.cn/sites/15446.html)平台或Z.ai API服务接入，兼容OpenAI格式接口。

- **本地部署**

从HuggingFace下载BF16/FP8权重，使用vLLM、SGLang或xLLM框架运行，支持8卡并行推理。

- 
非NVIDIA环境可通过华为昇腾、摩尔线程等国产芯片部署，官方提供针对性优化方案。

- **开发工具集成**

在[Claude Code](https://ai-bot.cn/sites/56948.html)、[OpenCode](https://ai-bot.cn/sites/69806.html)、[Kilo Code](https://ai-bot.cn/sites/69903.html)、[Roo Code](https://ai-bot.cn/roo-code/)等工具中配置模型名称为”GLM-5″即可调用。

- 
订阅GLM Coding Plan的用户可直接启用，或通过[Z Code](https://ai-bot.cn/sites/69134.html)可视化环境远程控制多Agent协作。

## GLM-5的项目地址

- **项目官网**：https://z.ai/blog/glm-5

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

- **HuggingFace模型库**：https://huggingface.co/zai-org/GLM-5

## GLM-5的应用场景

- 
**复杂系统工程**：支持端到端交付大型项目，自主完成需求拆解、架构设计、代码实现与部署全流程。

- 
**遗留系统重构**：模型能深度理解现有代码库，执行后端架构优化与现代化改造。

- 
**深度调试修复**：模型能分析日志、定位根因，迭代修复顽固Bug直至系统稳定运行。

- 
**智能体助手**：模型能实现7×24小时自动执行搜索、整理、发布等定时任务，成为用户的数字实习生。

- 
**经营决策优化**：在模拟商业场景中展现长期规划与资源管理能力，实现智能策略制定。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                GLM-5的发布标志着国产大模型进入'体系化能力'新阶段。它不再满足于单一的推理或生成，而是瞄准了'端到端工程交付'与'长期自主决策'这两个AI落地最难啃的骨头。自研的Slime异步RL框架和DeepSeek Sparse Attention的集成，体现了智谱在训练效率和部署成本上的深度思考——这正是大模型从实验室走向产业的核心关卡。更值得关注的是其对国产算力的深度适配，这不仅是技术选择，更是生态战略。当模型能力、工具链、硬件底座形成闭环，国产大模型才真正拥有了定义行业标准的话语权。GLM-5的开源，或将加速'AI原生工作流'在企业级场景的渗透。

## 常见问题解答 (FAQ)

### GLM-5和GLM-4.5相比提升了什么？
GLM-5将参数规模从355B扩展到744B，激活参数提升到40B，预训练数据从23T增至28.5T，并引入DeepSeek Sparse Attention与自研Slime异步RL基础设施，重点强化复杂工程、长程Agent和工具调用能力。

### GLM-5适合做哪些AI任务？
它更适合复杂系统工程、长程Agent任务、文档智能生成和多工具协同，例如前后端开发、持续运营类商业模拟、PRD或财报等专业文档输出，以及与Claude Code等工具链联动。

### GLM-5可以怎么使用和部署？
可在z.ai官网或BigModel.cn体验，也可通过API接入；本地部署可下载HuggingFace权重，使用vLLM、SGLang或xLLM运行，并支持华为昇腾、摩尔线程、寒武纪等国产芯片优化部署。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
