关键要点:
- GLM-5总参数7440亿、每token激活400亿,权重按MIT许可公开。
- 媒体流传的7450亿、78层、256专家、202K窗口与官方发布不符。
- Vending Bench 2期末余额4432美元,由第三方Andon Labs独立运行。
一个编码智能体要修一个它从没见过的代码库里的漏洞。老办法是给它更大的模型和更大的账单。智谱这个月的答案,是给它一个大部分时间在睡觉的更大模型。
公司又名Z.ai,于2026年11月19日前后发布GLM-5,附有技术报告和一篇题为《从氛围编码到智能体工程》的发布博客。这个框架是关于软件如何被造出来的主张:不是一个补全函数的助手,而是一个读仓库、找故障、写补丁、跑测试并迭代的系统。
从源头读数字
官方发布说,GLM-5从GLM-4.5的3550亿参数(激活320亿)扩到7440亿参数(激活400亿)。预训练数据从23万亿token增至28.5万亿。模型集成了DeepSeek稀疏注意力(DSA),在保留长上下文能力的同时降低部署成本。
这些才是该用的数字,来自公司自己的技术公告,不是聚合站。
7440亿总参数、每token激活400亿,是混合专家设计。容量存着,每个token只算其中一小部分。这就是模型总体大小翻2倍、活跃算力只涨四分之一的原因。
关于你可能见过的其他数字
中文媒体的几篇汇总文章把GLM-5写成7450亿参数、78个隐藏层、256个专家和202K上下文窗口。这些数字不经核实不该重复。
官方公告说的是7440亿参数。发布博客没有给出层数或专家数。"202K"似乎是对脚注的误读:报告说HLE带工具评测的最大上下文是202752 token,那是一个基准的设置,不是模型的上下文窗口。同一脚注里,SWE-bench套件用的是200K上下文窗口。
这种漂移要紧。为部署挑硬件的读者需要真实的上下文上限,而不是从评测参数四舍五入来的数字。汇总与技术报告冲突时,技术报告优先。
模型被声称能做什么
智谱报告SWE-bench Verified得分77.8,Terminal-Bench 2.0得分56.2,在修正了歧义指令的验证版上为60.7。BrowseComp得分62.0,加上上下文管理升至75.9;工具使用智能体的tau-squared基准得89.7。
最不寻常的数字来自Vending Bench 2——一项让模型经营1年期模拟自动售货机生意的测试。智谱说GLM-5以期末账户余额4432美元收官,领先其他开放模型,接近Claude Opus 4.5报称的4967美元。这些运行由Andon Labs独立进行,因此这个结果比其他内部评测更有分量。
后训练用了一种叫slime的异步强化学习系统,由智谱与清华大学共同开发,公司称它提高训练吞吐量并允许更细粒度的迭代。公司描述了一种从"氛围编码"——人给提示、人调试——向能自己闭环的智能体的转变。
仔细读基准表
公告里几乎每个分数都由智谱测量。脚注写明了温度、token上限、裁判模型和上下文设置。这些细节是好做法,但也显示一个分数有多依赖测试框架。
SWE-bench Verified是公开基准,但模型版本、采样温度和提示词由运行方选择。写作时没有77.8分的第三方复现。"开放模型中最佳"是公司的说法,不是独立认证。
Vending Bench的结果是更干净的信号,正因为由外部机构运行。一个能让小公司模拟经营1年不倒闭的模型,做的事和答题不同,它是公司瞄准的智能体任务更好的代理指标。
权重、许可证和芯片
GLM-5权重在Hugging Face和魔搭社区以MIT许可发布。模型可通过api.z.ai和大模型开放平台获取,支持Claude Code和OpenClaw,并可在Z.ai免费试用。本地部署有vLLM和SGLang的文档。
芯片名单值得注意:智谱说模型可部署在华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原和海光的硬件上,通过内核优化和量化实现。这与"模型训练时没用英伟达硬件"相去甚远——后者出现在第三方评论里,但不在官方发布中。推理时的兼容性是可验证的说法,训练硬件的来源这里没有确认。
诚实的局限
所有规格、基准结果、许可条款和芯片兼容说法,来自智谱官方GLM-5发布博客及其脚注。我没有运行模型或检查权重。除Vending Bench 2外,基准数字都是厂商自测。
中文媒体流传的745B、78层、256专家和202K数字这里没有采用,理由如上。若后来的官方文件确认专家数,可以补上,现在不作断言。
我没有涉及GLM-5.3或GLM-5.3-Flash,它们在汇总文章里作为独立商业模型出现,属于不同发布。这里不是购买或部署某个模型的建议。
普通人现在能做什么
- 如果你在规划部署,用官方的上下文和活跃参数数字。按汇总数字做硬件选型会出错。
- 如果你做编码智能体,拿自己的仓库试。公开基准分对你的测试集和失败模式说明不了多少。
- 如果你在意供应链,查哪个芯片平台真能用。声称兼容和可接受的吞吐量是两种说法。