一、产品概览：从"氛围编程"到智能体工程

2026 年 2 月 11 日，智谱 AI（北京智谱华章科技股份有限公司，港交所代码：02513）正式发布并开源新一代旗舰基座模型 GLM-5。这是 GLM 系列自 2021 年以来最重要的版本迭代——直接跨越了 4.x 系列，以"5.0"的姿态宣告技术路线的重大升级。

值得关注的是，早在正式发布前数周，一个名为"Pony Alpha"的神秘模型已悄然出现在 OpenRouter 平台，凭借强大的长程任务处理能力迅速登上热度榜首，引发社区广泛猜测。直到 2 月 11 日，智谱官方才正式揭晓：Pony Alpha 正是 GLM-5 的匿名测试版本。这种"盲测"发布策略的最大意义在于——模型凭借纯粹的技术实力赢得了社区客观、不受品牌影响的评价。

二、GLM 系列发展历程

智谱的 GLM 系列走过了一条清晰的技术进化路线：

从 GLM-4 到 GLM-5 的演进，本质上是一条从"工具调用"到"自主执行"的跨越。GLM-4 开启了 Agent 产品化时代；GLM-4.5 通过 ARC（Agent、Reasoning、Coding）架构融合，从底层打通了智能体、推理与代码的深度整合；GLM-4.7 通过大规模强化学习扩展了编程与逻辑边界；而 GLM-5 则是这条路线的终极升级，主打"长程长时执行者"，能够在复杂的真实软件工程场景中稳定交付。

三、技术架构深度解析

3.1 核心规格参数

3.2 两大核心技术创新

① 动态稀疏注意力（DSA）：传统 Transformer 的密集注意力计算复杂度随上下文长度呈 O(N²) 增长，对于 200K 的长上下文来说计算成本极其昂贵。GLM-5 引入了与 DeepSeek V3.2 同款的动态稀疏注意力机制（DSA），通过动态选择重要 Token，在保持长文本处理效果的同时大幅降低计算成本。

② 异步强化学习基础设施（Slime）：标准 PPO 算法存在 GPU 利用率长期徘徊在 20%-30% 的问题。智谱基于自研的 Slime 框架，为 GLM-5 重写了一套完全异步的 RL 训练设施：推理引擎与训练引擎解耦到不同 GPU 设备上，持续生成轨迹并批量更新模型，GPU 利用率和训练效率得到显著提升。

四、基准测试：开源第一的实力

在核心编程基准 SWE-bench Verified 上，GLM-5 取得了开源模型最高分 77.8 分，超越 Gemini 3.0 Pro，与 Claude Opus 4.5 基本持平；在 Terminal Bench 2.0 上得分 56.2，同样为开源第一。

在 Artificial Analysis Intelligence Index v4.0 中，GLM-5 首次突破开源模型 50 分大关（此前 GLM-4.7 为 42 分），成为当时开源权重模型的综合能力领跑者。

五、核心功能与产品生态

GLM-5 不仅是基础模型，还配套了完整的产品生态：

• 智谱清言（Z.ai / chat.z.ai）：面向 C 端的对话产品，已上线 GLM-5 及 GLM-5.1
• 智谱开放平台（bigmodel.cn）：面向开发者的 API 服务平台，提供按量计费和订阅套餐
• GLM Coding Plan：专为 AI 编码场景设计的订阅套餐，适配 Cursor、Cline、Claude Code 等主流编程工具
• AutoGLM / GLM-PC：基于 GLM 驱动的 Agent 产品，支持自主执行超过 50 步操作
• CodeGeeX：智谱旗下的智能编程助手，基于 GLM 系列模型

六、定价策略全面解析

6.1 API 按量计费（截至 2026 年 5 月）

6.2 GLM Coding Plan 订阅套餐

GLM Coding Plan 是智谱为 AI 编码场景打造的专项订阅服务，支持 GLM-5.1、GLM-5-Turbo、GLM-4.7 等模型，适配 Cursor、Cline 等主流工具。

注：套餐额度折算为 API 等价调用，约为月费的 15-30 倍。GLM-5 在峰值时段（14:00-18:00 UTC+8）消耗 3× 额度，非峰值消耗 2×。

七、综合能力雷达图

八、实际使用体验

✅ 优势亮点

• Agentic 工程能力突出：能够在模糊复杂目标下，完成从理解、规划到执行与自检的全流程智能体任务，真正实现"一句话输入到完整交付物"。
• 前后端兼顾：不同于以往偏重前端美化的模型，GLM-5 在后端重构、系统工程、深度调试方面表现同样出色。
• 长程稳定性高：在 200K 超长上下文下，目标一致性与多步骤依赖关系处理能力明显优于前代。
• 开源且全栈国产芯片适配：支持华为昇腾等七大国产芯片，在国产化替代场景有独特优势。
• 性价比卓越：API 价格约为 Claude Opus 4.5 的 1/23，性价比极高。

⚠️ 不足与局限

• 部署门槛较高：FP8 版本需要至少 8 块 H200，不适合个人或小团队自部署。
• 综合能力仍有差距：在语言创作、知识深度等通用能力上与 Claude Opus 4.5 仍存在一定差距。
• 多模态能力相对薄弱：GLM-5 主力定位在文本与代码，多模态能力较单独的视觉模型稍逊。
• 价格调整频繁：2026 年以来多次涨价，国际版订阅价格上涨 30%-60%，需关注后续变动。

九、竞品横向对比

十、总结评分与使用推荐

GLM-5 是 2026 年目前开源模型中综合表现最为突出的旗舰模型之一，尤其在编程和 Agent 场景下已经实现了对标顶尖闭源模型的水准，价格却仅为竞争对手的一小部分。

本评测报告生成过程使用到 AI 技术