智谱GLM-5开源实测：高级程序员面临新挑战

2026年的AI进化速度，已经到了令人咋舌的地步。即便是整天泡在AI堆里的人，也难免有种追赶不上的无力感——每天一睁眼，世界就变了模样。

就在昨天深夜，智谱再次放出大招，正式开源了他们目前最强的旗舰模型：GLM-5。在全球权威的Artificial Analysis榜单上，GLM-5一举超越了Gemini，排名全球第四、开源第一！

这个进展其实并不意外。还记得GLM-4.7发布时，市场就有过预期：按照这个节奏，GLM-5很可能在春节前夕面世。果然如此。而且这次的版本号跳跃颇具深意——从4.7直接跨到5.0，意味着这不是一次小修小补，而是底座能力的实质性跃迁。

那么，GLM-5这次到底带来了哪些实质性的变化？

简单来说，之前各家模型都在卷所谓的"Vibe Coding"——一句话生成炫酷网页或游戏特效。但GLM-5选择了一条不同的路：它把大模型的能力从单纯的写代码，提升到了"构建系统"的层面。换句话说，它的重心不再是漂亮的页面，而是进化成了一个能承担复杂任务的系统架构师。这个方向被定义为"Agentic Engineering"——智能体工程能力。

从技术参数来看，模型规模从355B提升到了744B（激活参数40B），预训练数据从23T扩充到了28.5T。在SWE-bench-Verified这个公认的编程基准测试中，GLM-5拿下了77.8分，直接把Gemini 3 Pro甩在了身后，与目前最强的闭源模型Claude Opus 4.5相比也不遑多让。

目前，用户在z.ai上可以免费体验。

开源地址：

GitHub：github.com/zai-org/GLM…

Hugging Face：huggingface.co/zai-org/GLM…

ModelScope：modelscope.cn/models/Zhip…

有意思的是，就在几天前，X平台上突然冒出一个代号"Pony"的神秘模型，当时引发了各种猜测。事实证明，这个Pony就是GLM-5的测试版本——至于为什么叫Pony，大概是因为马年快到了吧。当时已经有用户通过OpenRouter将Pony接入Claude Code进行体验，反响相当热烈。

实际测试的效果令人印象深刻。

举一个具体的例子。曾经尝试让GLM-5完成一个一直想做、但因为懒一直没动手的任务——手头有多个AI会员账号（Gemini、ChatGPT、Kimi、智谱等），平时写文章查资料时，经常想听听多个AI的综合意见。但每次都得打开多个浏览器窗口，来回复制粘贴、切换查看结果，次数多了确实烦人。理想方案是做一个浏览器插件，能统一在一个窗口里同时向几个AI的网页端发送同一个问题，然后统一收回复。但这个任务的难点在于：每个AI网站的结构都不一样，还有各种保护机制，需要分析它们的DOM结构。

把这个复杂任务交给GLM-5后，它立刻展示了一个非常详尽的计划——足足633行。随后，它像真正的开发者一样，自动调用Playwright MCP工具，自己打开浏览器，去访问各个AI的网站，检查元素，分析输入框位置，识别发送按钮的类名，获取返回的文本流……整个过程完全自动，不需要用户写一行代码。最终，一个"一次提问、全网AI同时回答"的插件就这样诞生了。

另一个测试场景更具说服力。此前在开发数字人营销视频一键生成平台时，为了追求更好的体验重构了前端，结果导致前后端接口对不上，老逻辑在新前端上跑不通，Bug丛生。这次，在Claude Code开启plan mode后，把找Bug、修Bug的任务直接交给了GLM-5。它先输出了一份详细的修复计划，然后开始自动执行——过程中用到浏览器MCP来控制。

值得注意的是，GLM-5的执行速度并不算快。但问题不在于模型本身——从Token消耗速度看，一秒能窜到上千。关键在于任务足够复杂，模型需要不断自我反思、调用工具、运行测试，再加上依赖下载和命令执行的时间。整个修复任务持续了40多分钟。但换个角度看，这40分钟里，人可以做其他事情——刷视频、遛狗——而模型在持续不断地做最让人头疼的找Bug和重构工作。最终结果非常显著：一运行，问题基本都搞定了。

更令人放心的是它的修复质量。以前用别的AI改Bug，经常担心越改越多，拆东墙补西墙，需要用各种工程手段去约束——强调范围、写规则、一次只改一个bug、改完还要测试别的功能……流程很麻烦。但用GLM-5改Bug，体验完全不同：只需要描述现状，丢出报错日志，告知期望效果，它几乎都能一次修复成功，完全不影响其他功能。甚至在一次对话中，把整个流程中发现的四个不同Bug一股脑全扔给它，它也能条理清晰的一个个修好。

这种稳健感，让用户真正可以放心地把复杂的开发任务交给它。即便偶尔还有问题，在Claude Code里执行回滚命令重来即可。

最后

体验完GLM-5，一个判断越来越清晰：国产AI确实站起来了。

前两天，字节跳动的Seedance 2.0发布，证明了中国国产模型在视频生成领域已经达到世界第一水平，超越Sora2和Veo3.1。而智谱GLM-5的发布，则是在另一个硬核赛道——AI Coding上，交出了一份超预期的答卷。

过去常说，国产模型在逻辑推理、写代码方面与GPT、Claude Opus、Gemini还有差距。但GLM-5用实打实的表现表明，这个差距正在被抹平。它不是一个只能做Demo的玩具，而是一个真正能帮你干活、能构建系统、能解决长任务和复杂问题的生产力工具。

最关键的是，它是开源的。这意味着，每一个开发者、每一个企业，都能以更低的成本，拥有一个顶级的AI架构师。官方公告提到正在紧急扩容，而且重点在于——这次接入的是国产芯片的万卡集群。

从芯片到模型，从底层算力到上层应用，一套完全自主的、世界顶级的AI技术栈正在构建成型。2026年，注定是AI应用爆发的一年，也是更疯狂的一年。如果想体验这种拥有顶级AI架构师的感觉，不妨去试试GLM-5——前提是能抢到Max套餐。

来源：互联网