快科技 2 月 23 日消息，全球爆火、单日股价狂涨 42%、被称作 " 全球大模型第一股 " 的智谱日前发布 GLM-5 技术报告，公开了全部技术细节，正面回应 " 套壳 "" 蒸馏海外模型 " 等行业质疑。

智谱在报告中指出，GLM-5 是一款旨在推动编程范式从 "VibeCoding"（氛围编程）转向 "AgenticEngineering"（智能体工程）的下一代基础模型。

总体而言，GLM-5 能够实现性能的大幅跃升，主要得益于以下四大技术创新：

第一，引入 DSA 稀疏注意力机制（DeepSeek   Sparse   Attention,DSA）。这一全新架构极大降低了训练与推理成本。此前的 GLM-4.5 依赖标准 MoE 架构提升效率，而 DSA 机制则使 GLM-5 能够根据 Token 的重要性动态分配注意力资源。在不折损长上下文理解和推理深度的前提下，算力开销得以大幅削减。得益于此，我们将模型参数规模成功扩展至 744B（7440 亿），同时将训练 Token 规模提升至 28.5T（28.5 万亿）。

第二，构建全新的异步 RL 基础设施。基于 GLM-4.5 时期 slime 框架 " 训练与推理解耦 " 的设计，我们的新基建进一步实现了 " 生成与训练 " 的深度解耦，将 GPU 利用率推向极致。该系统支持模型开展大规模的智能体（Agent）轨迹探索，大幅减缓了以往拖慢迭代速度的同步瓶颈，让 RL 后训练流程的效率实现了质的飞跃。

第三，提出全新的异步 AgentRL 算法。该算法旨在全面提升模型的自主决策质量。GLM-4.5 曾依靠迭代自蒸馏和结果监督来训练 Agent；而在 GLM-5 中，我们研发的异步算法使模型能够从多样化的长周期交互中持续学习。这一算法针对动态环境下的规划与自我纠错能力进行了深度优化，这也正是 GLM-5 能够在真实编程场景中表现卓越的底层逻辑。

第四，全面拥抱国产算力生态。从模型发布伊始，GLM-5 就原生适配了中国 GPU 生态。我们已完成从底层内核到上层推理框架的深度优化，全面兼容七大主流国产芯片平台：华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、天数智芯与燧原。

智谱表示，硬件生态的异构性往往会让高性能部署变得异常复杂，因此，将 GLM-5 适配至多样化的国产芯片基础设施是一项巨大挑战。尽管困难重重，我们通过与华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、沐曦以及燧原等国内主流芯片平台的深度合作，成功完成了 GLM-5 的全栈适配。

得益于上述软硬协同的极致优化，GLM-5 在单台国产算力节点上的性能表现，已足可媲美由两台国际主流 GPU 组成的计算集群；不仅如此，在长序列处理场景下，其部署成本更是大幅降低了 50%。

在报告结尾，智谱还特别强调，代号为 "PonyAlpha" 的盲测实验是一个里程碑时刻。在 OpenRouter 平台上匿名发布 GLM-5 是一步险棋，但最终的反馈不仅印证了我们的技术判断，更带来了巨大的惊喜。

通过隐去所有品牌信息，智谱让模型完成了最严苛的 " 自我证明 "，确保所有的评价都纯粹且客观。核心反馈如下：

上线仅几天，PonyAlpha 就在 OpenRouter 社区引发了轰动。开发者们敏锐地察觉到了它在处理复杂代码、Agent 任务链路及角色扮演时的卓越能力。

这种 " 神秘的强大 " 引发了广泛猜测：初步统计显示，25% 的用户推测它是 Anthropic 的 ClaudeSonnet5，20% 认为是 Grok 的新版本，10% 猜是 DeepSeekV4，而其余用户则成功猜中了 GLM-5。

最终确认 PonyAlpha 真身即是 GLM-5，这对智谱团队是一次巨大的鼓舞，也有力回击了长期以来外界对中国本土模型技术水准的质疑。

智谱表示，PonyAlpha（GLM-5）不仅赢在了基准测试的榜单上，更赢在了真实场景里。这标志着我们的研发重心已深度转向 " 工程级可靠性 "。这次匿名测试打破了先入为主的地缘政治偏见，让社区的认可回归到了 " 好用与否 " 这一最纯粹的技术本质。

庆祝之余，我们深知任重道远。开源追赶闭源的战役仍在继续，我们将坚定不移地探索技术前沿，构建更高效、更智能的底层系统。

延伸阅读：

2026 年春节前后，AI 圈最受关注的两颗 " 双子星 " 吸引了全行业目光。一颗是字节跳动发布的 Seedance2.0，它凭借出色的视频生成能力受到全球社交网络的广泛关注，代表了 AI 在感性与创意维度的重要突破；另一颗则是让很多开发者彻夜难免的智谱 GLM-5。Seedance2.0 让世界看到了中国 AI 亮眼的想象力，GLM-5 则在向世界展示中国 AI 扎实的执行力。

学界与业界正逐渐形成一种共识，大模型从写代码、写前端，进化到写工程、完成大任务，即 "VibeCoding"（氛围编程）转向 "AgenticEngineering"（智能体工程）。

GLM-5 正是这一变革的产物：在 Coding 与 Agent 能力上，取得开源 SOTA 表现，在真实编程场景的使用体感逼近 ClaudeOpus4.5，擅长复杂系统工程与长程 Agent 任务。

在全球权威的 ArtificialAnalysis 榜单中，GLM-5 位居全球第四、开源第一。

GLM-5 在编程能力上实现了对 ClaudeOpus4.5 的对齐，在业内公认的主流基准测试中取得开源模型 SOTA 分数。在   SWE-bench-Verified   和   TerminalBench2.0   中分别获得   77.8   和   56.2   的开源模型 SOTA 分数，性能超过 Gemini3Pro。

2026 年，大模型需要从 " 会写 " 走到 " 会完成 "，尤其是端到端完成大型任务。GLM-5 是一个 " 系统架构师 "，它不仅为开发精美的 Demo 而生，更为稳定交付生产结果而生。

在内部 ClaudeCode 评估集合中，GLM-5 在前端、后端、长程任务等编程开发任务上显著超越 GLM-4.7（平均增幅超过 20%），能够以极少的人工干预自主完成 Agentic 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 Opus4.5。