发布了最新一代基础模型GLM-5的技术报告，披露了GLM-5实现性能大幅跃升的技术细节。

　　GLM-5是一款旨在推动编程范式从“Vibe Coding”（氛围编程）转向“Agentic Engineering”（智能体工程）的下一代基础模型，其在编程能力与智能体能力上的表现出色。

　　第一、更高效的模型“大脑”。引入 DSA 稀疏注意力机制（DeepSeek Sparse Attention, DSA）。这一全新架构极大降低了训练与推理成本。此前的 GLM-4.5依赖标准 MoE 架构提升效率，而 DSA 机制则使 GLM-5能够根据 Token 的重要性动态分配注意力资源。在不折损上下文理解和推理深度的前提下，算力开销得以大幅削减。得益于此，将模型参数规模成功扩展至744B（7440 亿），同时将训练 Token 规模提升至28.5T（28.5 万亿）。

　　第二、更快的“学习”方式。构建全新的异步 RL 基础设施。基于 GLM-4.5时期 slime 框架“训练与推理解耦”的设计，智谱的新基建进一步实现了“生成与训练”的深度解耦，将 GPU 利用率推向极致。该系统支持模型开展大规模的智能体（Agent）轨迹探索，大幅减缓了以往拖慢迭代速度的同步瓶颈，让 RL 后训练流程的效率实现了质的飞跃。

　　第三、更聪明的“决策”算法。提出全新的异步 Agent RL 算法。该算法旨在全面提升模型的自主决策质量。GLM-4.5曾依靠迭代自蒸馏和结果监督来训练 Agent；而在 GLM-5中，智谱研发的异步算法使模型能够从多样化的长周期交互中持续学习。这一算法针对动态环境下的规划与自我纠错能力进行了深度优化，这也正是 GLM-5能够在真实编程场景中表现卓越的底层逻辑。

　　第四、全面拥抱国产算力生态。从模型发布伊始，GLM-5就原生适配了中国 GPU 生态。智谱已完成从底层内核到上层推理框架的深度优化，全面兼容七大主流国产芯片平台：华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、沐曦与燧原。

　　凭借上述进步，GLM-5不仅是一个更强大的模型，更是下一代 AI Agent 更高效、更实用的基础模型。智谱向社区开源 GLM-5，以进一步推动高效的、面向 Agent 的通用人工智能的发展。

　　上线仅几天，智谱以代号“Pony Alpha”就在顶级模型平台 OpenRouter 社区引发了轰动。开发者们敏锐地察觉到了它在处理复杂代码、Agent 任务链谈球吧官方网站路及角色扮演时的卓越能力。初步统计显示，25%的用户推测它是 Anthropic 的 Claude Sonnet 5，20%认为是 Grok 的新版本，10%猜是 DeepSeek V4，而其余用户则成功猜中了 GLM-5。

　　“最终确认 Pony Alpha 线，这对我们团队是一次巨大的鼓舞，也有力回击了长期以来外界对中国本土模型技术水准的质疑。”智谱谈球吧官方网站表示。

　　智谱直言，Pony Alpha（GLM-5）不仅赢在了基准测试的榜单上，更赢在了真实场景里。这标志着其研发重心已深度转向“工程级可靠性”。这次匿名测试打破了先入为主的地缘政治偏见，让社区的认可回归到了“好用与否”这一最纯粹的技术本质。

　　智谱强调，开源追赶闭源的战役仍在继续，他们将坚定不移地探索技术前沿，构建更高效、更智能的底层系统。