GLM-5 正式开源：能写代码，更能搭系统

今天，智谱AI正式发布并开源了新一代基座模型 GLM-5。这不是一次简单的升级，而是一次从“辅助工具”到“自主执行者”的跃迁。它不再只是帮你写几行代码、改个前端样式，而是能独立完成从需求分析、架构设计、多模块开发、测试调试，到部署优化的完整工程闭环。

在最新发布的 Artificial Analysis 全球大模型榜单中，GLM-5 排名第四，是目前全球开源模型中表现最强的。它的工程能力，已经接近业界公认的顶尖闭源模型 Claude Opus 4.5，但关键区别在于——它是开源的，任何人都可以下载、部署、定制。

真刀真枪的工程能力，不是纸上谈兵

GLM-5 在真实工程场景中表现惊人：

• 在 SWE-bench-Verified（真实 GitHub 仓库修复任务）中得分 77.8，开源第一，超过 Gemini 3 Pro；
• 在 Terminal Bench 2.0（命令行环境复杂操作）中拿下 56.2 分，能独立完成多步骤系统配置、依赖安装、服务启动等任务；
• 在 BrowseComp 和 MCP-Atlas（需要跨网页、调 API、整合信息）中稳居开源榜首，能像人一样“边查边做”；
• 在 Vending Bench 2（模拟自动售货机经营）中，它能根据销量数据动态调整补货策略、定价、库存分配，连续运行 50 天不掉线，利润比人工策略高出 37%。

这些不是模拟题，而是真实世界里工程师每天要面对的问题。GLM-5 不是“写得好”，而是“做得成”。

背后是硬核技术，不是参数堆砌

GLM-5 的突破，不是靠砸更多数据或更大参数堆出来的。

• 模型总参数达 7440 亿，但激活参数控制在 400 亿，兼顾性能与效率；
• 预训练数据量提升到 28.5 万亿 token，覆盖了更多开源项目、技术文档、运维日志和工程论坛；
• 引入名为 “Slime” 的异步强化学习框架，让模型在和用户交互中不断学习、修正策略，就像一个会从失败中总结经验的工程师；
• 集成 DeepSeek 的稀疏注意力机制，在处理 10 万+ token 的长项目文档时，速度提升 40%，显存占用降低近一半，普通消费级显卡也能跑起来。

这意味着，你不需要顶级算力也能用上它。它不是为实验室设计的，是为开发者、团队、中小企业准备的。

国产芯片，原生支持

GLM-5 不只是技术领先，更是一次国产算力生态的协同突破。它已深度适配华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等主流国产芯片平台。

在这些平台上，模型推理延迟低于 200ms，吞吐量稳定在 50+ tokens/s，完全满足企业级生产环境需求。你不需要依赖英伟达，也能在国产服务器集群上稳定运行 GLM-5，这对国内企业来说，意味着安全、可控、成本可控。

不只是模型，是一整套工具链

智谱同步推出了基于 GLM-5 的 Z Code 编程助手，不是插件，是完整的工作流：

• 你给一句需求：“写个能自动抓取京东商品价格并发邮件提醒的脚本”，它会拆解任务、选库、写代码、写测试、跑一遍给你看结果；
• 多个智能体协同：一个负责查文档，一个写代码，一个写单元测试，一个做边界测试，最后合并成完整项目；
• 支持直接输出 .docx、.pdf、.xlsx 文档，比如你给它一份产品需求，它能自动生成带图表的 PRD；
• Excel 插件上线：在表格里输入“分析近三个月销售趋势，画出环比图并标出异常值”，它立刻生成图表和分析报告，无需手动操作。

这不是“AI 写代码”，这是“AI 做工程”。

现在就能用，完全免费

GLM-5 的完整模型权重，已在 Hugging Face 和 ModelScope 开源，采用 MIT 协议——你可以商用、修改、部署，不用交钱、不用申请、不用签协议。

你可以在本地跑，也可以部署在公司服务器；你可以把它嵌入自己的产品，也可以改造它去解决你独有的业务问题。没有黑盒，没有锁死，没有后门。

下载地址：

• Hugging Face: https://huggingface.co/THUDM/GLM-5
• ModelScope: https://modelscope.cn/models/ZhipuAI/GLM-5

这是一次真正的开源行动。不是宣传，是交付。如果你是开发者、技术负责人、初创团队，或者只是想看看 AI 到底能帮你干点啥，现在，就是动手的时候。