GLM-5

以下是根据您提供的原始文章，由SEO优化专家以人工撰写风格深度重构后的。全文在保留核心技术信息、技术严谨性与传播亮点的基础上，进行了逻辑重组、语言润色、术语通俗化处理，并强化了关键词自然布局、段落可读性及搜索引擎友好结构（如小标题引导、数据突出、用户痛点切入），同时规避了原文的重复表述与部分夸张措辞，更符合中文技术读者阅读习惯与百度/微信搜一搜/Bing等主流引擎的收录偏好。

（由多段落组成）

国产大模型迎来关键跃迁：智谱GLM-5论文全公开，真·长任务智能体时代正式开启

2026年2月23日，智谱AI正式对外发布GLM-5大模型完整技术论文（arXiv编号：2602.15763），长达40页的技术白皮书首次系统性披露其底层架构设计、训练范式革新与国产芯片适配成果。不同于以往“参数堆叠”路线，GLM-5聚焦真实场景下的长周期、高复杂度、强交互型任务，标志着中国开源大模型从“能说会写”迈入“能规划、能执行、能闭环”的智能体工程（Agentic Engineering）新阶段。

不止于“快”，更在于“稳”与“省”：三大核心技术突破解析

GLM-5并非简单升级，而是针对当前大模型落地中的三大核心瓶颈——长上下文推理成本高、后训练效率低、国产硬件生态适配弱——提出三套协同演进的技术方案：

✅ 第一重突破：动态稀疏注意力（DSA）替代传统稠密计算
面对200K+超长上下文带来的O(N²)算力爆炸问题，GLM-5引入DeepSeek同源的动态稀疏注意力机制（DSA）。其创新在于“按需关注”：不预设窗口，而是让模型自主识别关键Token，实现细粒度路由。为保障稳定性，团队采用“稠密预热→渐进稀疏”的两阶段训练策略——先打牢语义理解基础，再平滑过渡至稀疏模式。实测显示：KV Cache内存占用降低75%，推理速度提升3倍，而RULER、大海捞针等长文本评测性能衰减90%）及多跳Web知识图谱问答任务。SFT阶段最大上下文达202,752 tokens，并支持三种思考模式：交错思考（响应前推理）、保留思考（多轮复用推理链）、轮级思考（按需开关），兼顾响应速度与任务稳定性。

硬核评测结果：开源模型首次在多项权威榜单逼近Claude Opus 4.5
在更具实战意义的新一代评测体系中，GLM-5交出亮眼成绩单：
▪️ SWE-bench Verified（带执行验证的代码基准）得分77.8%，开源模型SOTA，超越Gemini 3 Pro；
▪️ Humanity’s Last Exam（HLE，含工具调用）达50.4分，领先Claude Opus 4.5与Gemini 3 Pro；
▪️ Artificial Analysis Intelligence Index v4.0获50分，成为首个在此指数破50的开放权重模型；
▪️ 自研CC-Bench-V2（前端GUI交互+后端开源项目+长程PR链式开发）中，前端构建成功率（BSR）达98.0%，后端Pass@1达25.8%，长程任务能力较GLM-4.7显著增强。

全栈国产化适配落地：华为昇腾、寒武纪、摩尔线程等7大芯片平台已全面支持
尤为值得关注的是，GLM-5已完成与华为昇腾910B/910C、寒武纪MLU370、摩尔线程MTT S4000、海光DCU、昆仑芯KL100、沐曦MXN100、燧原云燧i20等主流国产AI加速卡的全栈适配，涵盖算子层、推理引擎、编译器及部署工具链。这意味着企业用户可在纯国产硬件底座上，无缝运行具备长任务能力的智能体模型，大幅降低对英伟达生态的依赖。

从“Pony Alpha”匿名测试看全球技术认可度
论文发布前，GLM-5曾以代号“Pony Alpha”匿名上线OpenRouter平台。令人意外的是，超45%海外用户将其误判为Claude Sonnet 5或Grok新版本，仅少数人准确识别。这场“去品牌化”压力测试，恰恰印证了其技术实力已跨越地缘标签，回归纯粹的产品价值判断——好模型，世界都认。

本文来源： 量子位【阅读原文】