互联网上关于神秘模型“Pony Alpha”的猜测持续发酵一周后，谜底终于揭晓——这款引发诸多讨论的模型，正是智谱 AI 推出的 GLM-5，它被视作智谱 AI 在春节期间放出的“大招”，并且一登场便直接开源，这一举措在 AI 领域引发了广泛关注。
在测试环节，GLM-5 展现出了惊人的能力。当被要求创建一个交互式的 HTML、CSS 和 Java 卫星系统模拟程序，模拟卫星向地面接收器发送信号的过程时，它没有立刻给出代码，而是稍作“停顿”，模拟思考过程后，生成了一个符合要求的 HTML 网页。在这个网页中，卫星不仅围绕地球运行，信号传输还带有符合多普勒效应视觉隐喻的波纹扩散动画，这表明它理解了模拟背后的物理规律，而不仅仅是完成简单的绘图任务。
进一步加大难度，测试人员提出了一个抽象的 Python 任务：可视化展示单行道中交通信号灯的工作原理，车辆以随机速率进入。不到 3 分钟，GLM-5 就生成了一个动态的交通流模拟图。绿灯时车辆放行，红灯时车辆排队，车辆加速减速的随机性也得到了很好的模拟，不过界面设计稍显简陋。
GLM-5 的出色表现吸引了众多网友参与测试。网友 @anurudhsharmaa 仅用一行提示词，就让它生成了一个具有审美感的网站；网友 @zakarinoo7 则生成了一个全功能的媒体播放器，支持 MP4/MP3 解码、播放列表管理，还具备深色模式 UI，编译后仅有 15MB。
在更复杂的测试中，测试人员让 GLM-5 打造一个火柴人开放世界游戏。它没有急于编写代码，而是像人类一样，从技术栈、核心玩法、世界风格等方面逐步对接需求。在开发过程中，测试人员不断提出新的想法，如增加经济系统、动作元素、背包 UI 以及与 NPC 对话功能等，GLM-5 都能一一满足。最终运行效果令人满意，游戏体验尽善尽美。
GLM-5 在系统打造方面也有出色表现。有人让它打造一个 Mac 系统，虽然整体有些粗糙，但经典的屏幕背景、顶部状态栏的时间同步显示以及底部 Dock 栏的图标排列都得以呈现，而且每个应用都能打开。
基准测试结果显示，GLM-5 在 Coding 与 Agent 能力上取得了开源领域的最优表现。在 SWE-bench-Verified 和 Terminal Bench 2.0 这两个公认难度极高的编程榜单中，GLM-5 分别获得了 77.8 和 56.2 的高分，在真实编程场景中的体验已无限接近 Claude Opus 4.5。
GLM-5 之所以能取得如此优异的成绩，得益于其独特的技术架构。它采用了 MoE 架构和异步强化学习（Asynchronous RL），总参数量为 744B，激活参数仅 40B，既聪明又轻量。智谱构建的全新“Slime”框架是其关键所在，以往的模型训练如同“考试”，为拿高分而背题；而 GLM-5 的训练则像“实习”，在 Slime 环境中通过完成一个个完整的长程项目，在反馈和交互中不断学习。它还首次集成了 DeepSeek Sparse Attention（稀疏注意力机制），在处理大量代码上下文时不会“迷路”，还能大幅降低部署成本。
值得注意的是，在官方公告底部的致谢名单中，出现了华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光等众多国产芯片企业的名字，这几乎涵盖了中国半导体行业的“半壁江山”。这意味着 GLM-5 的开源不仅是软件层面的突破，更标志着国产 AI 生态从底层芯片算力、中间框架到上层模型，逐渐形成了一个完整的闭环。
