1月初，智谱在香港IPO以后，股价势头一直不错；这两天又创新高，已经超过了MiniMax和一众互联网巨头。
这段时间高频使用了最新发的GLM-5，我突然觉得，不管是民间、海外还是资本市场，对智谱的能力甚至有点低估。
字节的Seedance 2.0视频模型最近也很出圈，和智谱的GLM-5，一起构成了国产模型领域的双子星。
都是在海外能掀起狂风巨浪的程度。
看这个马，是不是有点熟悉？
没错，就是前段时间在OpenRouter，被猜是Claude Sonnet 5或者是DeepSeek V5的Pony Alpha，答案终于揭晓，就是智谱新开源GLM-5。
纸面上的数据实力非常强劲，完全是临近马年杀出去的一匹黑马。
在我看来，智谱GLM-5和GPT-5.3、Claude Opus-4.5一起，站在了世界范围内综合能力的第一梯队。
看官方的说法是，GLM-5 标志着人工智能开发从“Vibe Coding”变革为“Agentic Engineering”，更大规模的 AI 自动化编程，其代码能力实现跨越式提升。
各种测试也显示，在代码能力、智能体表现等的评分中取得SOTA表现，在真实编程场景的使用体感，逼近 Claude Opus-4.5，擅长复杂系统工程与长程 Agent 任务。
到底怎么样，带大家一起试一试。
z.ai 官网，直接上手！
01.从前端到后端，GLM-5文体两开花
目前，这款新模型已在智谱官网上线，并在 GitHub 和 Hugging Face 平台开源，模型权重遵循 MIT License。
GitHub：https://github.com/zai-org/GLM-5
Hugging Face：https://huggingface.co/zai-org/GLM-5
OpenRouter：http://openrouter.ai/z-ai/glm-5
不得不说，这样强的开源模型绝对是开发者的利好，我们自己公司今年已经囤了不少token了。
布置任务，看GLM-5自己去执行，不得不说很有成就感。
我给出的任务是：「做一个OPC一人公司互动平台，可以实现自动接单商业闭环承接任务，每个人可以有多个智能体员工」。
受OpenClaw启发，我希望有多Agent帮我实现在线接单，能够在商业上完成闭环，一个人就是一家公司。
看效果，功能实现很齐全，帮我设计了工作台、智能体等多个板块，在任务市场当中还可以Agent自动接单完成任务。
接着就Muti-Agent来说，之前的代码能力和任务完成度，即便是顶尖的开源模型，在处理复杂环境多节点的任务时，往往和最好的闭源模型还有差距。
比如说AI Town斯坦福小镇的概念，我尝试过用各家模型来复刻，说实话效果都不好。
GLM-5可以说是建立了新的Benchmark。
我比较喜欢篮球，于是定制了一个本土化的篮球巨星小镇，喜欢篮球的朋友可以在小镇上互动、打球、比赛，还可以聊八卦。
按照时间线，从第一天开始，每位球星的积分还能增加。
具体到对应的管线设计和行动流程，通过对话的方式还可以实现修改。
我也有尝试，把GLM-5接入到一个自动化 Agent 框架中，让它完成从克隆项目、配置环境、安装依赖、运行到修复错误的完整流程。
这个测试的重点，想看看能不能在多次失败之后继续推进。
结果非常清楚。
GLM-5 并不会因为一次失败就停下来，它会重新审视目标，调用工具，调整命令，再次尝试。
终端里不断刷新的日志，和对话框中持续推进的规划，让整个过程看起来像一场缓慢但坚定的推进。
比如让给我做一个3D游戏，也能反复调用和调整，直到最终达成目标。
结果来看，完成的游戏界面和互动效果，都很不错。
一直觉得，Agent 真正的瓶颈，从来不在于工具层，而在于基础模型是否足够稳定、足够自洽。
过去很多 Agent 框架容易卡死，本质原因在于模型在长时间任务中丢失上下文，或者在失败后无法重建目标。
GLM-5 在这一点上，已经达到了可以实际使用的水平。
3D交互的质感也很细腻：
除了前端交互性质的尝试，我还试了一下后端任务。
我给它的任务非常直接，构建一个带鉴权、缓存策略、异步队列的后端服务原型，并要求它在本地环境中跑通，能够通过基础压力测试。
这个任务本身并不新鲜，真正关键的是过程。
GLM-5 在一开始并没有急着写代码，而是花了相当多的上下文去拆解需求，明确模块边界，选择技术栈，规划目录结构。
这个阶段的体感，和我用 Opus 时非常接近，甚至在某些地方更保守一些，它会反复确认假设，避免在早期做出难以回滚的决策。
真正拉开差距的是后半段。服务启动过程中出现了数据库连接失败、依赖版本不兼容、并发测试下锁策略失效的问题。
GLM-5 没有把错误抛回给我，也没有给出泛泛的建议，它会主动读取日志，调整配置，重跑测试，再根据新的输出修正判断。
这个循环持续了相当长时间，中间我几乎没有干预。
最终的结果谈不上优雅，但可以稳定运行，代码结构清晰，部署流程完整。
这种体验，和过去用模型写代码还挺不一样是，它更像是一个愿意自己把事情收尾的工程师。
身边算法和工程的伙伴都在一头扎进去用了，说这样的能力，居然能免费，真的是让人心里有愧的程度。
02.从GLM‑4.7到GLM‑5，惊喜很大
想起一个多月前，智谱才刚刚更新到 GLM‑4.7，当时就觉得不错。
没想到这么快的时间，GLM‑5的版本又有了大的提升。
据介绍，GLM-5 的参数规模是上一代 GLM-4.7 的两倍，从 3550 亿提升至 7440 亿，训练数据量从 23 万亿增至 28.5 万亿 tokens，更大规模的预训练算力显著提升了模型的通用智能水平。
这两天，一波开发者都积极用了起来。
“GLM-5 现在已经能和 Opus 4.6 同台竞技了。”
看到国外一位开发者说，“我一整个上午都在编程任务和游戏环境里折腾 GLM-5。整体来说，它在某些任务上执行得很快，表现不错，但碰到更复杂的场景，对我而言 Claude 依然是王者。”
另一位开发者则称，GLM-5 表现得很完美，绝对是目前发布的最优秀开源模型之一。
“我在 Ollama 命令行和 Claude Code 里都跑了一遍。我发现 Claude Code 里有个缺陷，但找到了临时解决办法。我的 GLM-5 对话会话达到了和 Opus 4.6 同一水准的自我认知 / 理解深度。”
还有开发者评价道，“GLM-5 可能真的是我第一次在前端任务上更倾向于选择非 Gemini 模型。”
“价格简直离谱”，有开发者算完后表示，GLM5 的输入成本比 Opus 便宜 6 倍，输出成本便宜 10 倍。
如果把 GLM-4.7 看作是开源代码能力的达标，那 GLM-5 更像是第一次真正走进可用区间。
它开始具备完成大任务的耐心，也开始具备在复杂系统中维持一致性的能力。这种变化，对整个行业的意义非常大。
随着 Agent 任务变长，Token 消耗不可避免地暴涨，模型的效率、成本和可部署性变得前所未有的重要。
GLM-5 在架构上的一系列选择，使它能够在长上下文中保持稳定表现，同时降低实际运行成本。
这种平衡，是未来一段时间内推动 Token 使用量增长的重要因素。
03.智谱GLM-5给新年起了个好头
在我看来，无论是 Opus 4.6，还是 GPT-5.3 Codex，它们几乎都不再强调 One Shot，不再强调一句 Prompt 直接生成结果，也不再把“好看”“炸裂”放在最显眼的位置。
相反，它们反复提到长任务、Agentic、多步骤规划、持续执行，甚至主动承认这些任务会跑很久，会消耗大量 Token。
这种变化背后，其实是一个非常清晰的判断。
前端 Demo 的天花板已经不低了，再继续卷审美、卷生成速度，价值增量开始变小。
真正决定模型高度的，开始变成另一件事，它能不能在一个复杂目标下持续工作，能不能在失败之后修正路径，能不能在没有人盯着的情况下把一件工程意义上的事情完成。
从 Opus 到 GPT-5.3 Codex，再到 GLM-5，我看到的并不是谁替代谁，而是一条清晰的演进路径。大模型正在从会写，走向会完成，从好看，走向可靠，从短暂的对话，走向持续的工程。
如果你仍然只需要一个能快速生成前端页面的工具，这一代变化与你关系不大。如果你需要一个能陪你跑完整个项目周期，愿意反复调试，最终把系统跑通的助手，GLM-5 已经站在了这个位置上。
大模型的故事，终于开始认真了。
国产大模型的能力曲线正在整体上扬，也是很让我们这些从业者乐观的信号。
视频生成，像Seedance 2.0这样的模型，已经在生成稳定性、动态一致性和长时序控制上，拿出了接近全球第一梯队的表现。
智谱GLM-5和Seedance 2.0，我愿看作国产大模型的双子星
国内头部团队，在多模态底层架构与训练工程上，已经具备了正面竞争的实力。
而这次GLM-5的发布，同样带来了一些超出行业预期的结果，尤其是在代码理解、复杂逻辑生成和多轮推理场景中的表现，已经对齐了国际头部模型。
这背后反映的，是国产模型训练范式、数据策略以及算力调度能力的整体成熟，也意味着在 AI coding 这个最能体现模型真实能力的赛道里，差距正在被持续压缩。
智谱的卡现在已经很难抢了，不少中型AI公司的老板，都在囤，觉得智谱的模型和算力接下来一定会涨价，趁早多买点备用……
马年，一定是国内AI玩家们，策马奔腾的一年。
智谱GLM-5开了个好头，我们都要加油跟上！
热门跟贴