智谱

2026 年，智谱 AI 的 GLM-5 系列已发展为一个覆盖 3B 到 130B、通用到专业、文本到多模态的完整模型家族。作为中国大模型阵营的代表力量之一，GLM-5 系列在开源生态、Agent 能力和多模态领域展现出独特竞争力。本文将对 GLM-5 全系列进行深度评测，揭示其在国产大模型中的真实定位。 一、GLM-5 系列全景 模型 参数量 类型 上下文 许可证 定位 GLM-5-Plus 130B 通用 128K 开源 旗舰 GLM-5-Base 62B 通用 128K 开源 标准 GLM-5-Edge 3.1B 轻量 32K 开源 端侧 GLM-5-Vision 130B 多模态 64K 开源 视觉 GLM-5-Coder 62B 代码 128K 开源 编程 GLM-5-Agent 62B Agent 128K 开源 工具调用 GLM-5-Reasoner 62B 推理 64K 开源 深度思考 智谱的布局策略清晰：以 62B 为基础尺寸，衍生出不同专业能力的变体，130B 作为旗舰，3B 覆盖端侧。这种"一树多枝"的策略使微调和部署成本大幅降低。 二、基础能力评测 通用能力（GLM-5-Plus vs 竞品） 基准 GLM-5-Plus DeepSeek V4 Qwen3.5-72B Llama 4 Maverick MMLU-Pro 87.3 90.2 89.5 88.1 C-Eval Pro 92.5 93.1 92.8 85.7 CMMLU 2.0 90.8 91.5 90.2 83.5 GPQA Diamond 72.6 78.3 76.1 74.5 MATH-500 75.2 82.6 80.3 77.8 分析：GLM-5-Plus 在中文基准上与 DeepSeek V4 差距仅 0.6-1 分，但在推理类基准（GPQA、MATH）上差距较大（6-7 分）。这表明 GLM-5 的知识覆盖优秀但深度推理仍是弱项。 ...

智谱 GLM 系列全景 智谱 AI 的 GLM（General Language Model）系列是国内最早的大模型路线之一。从 2023 年 ChatGLM-6B 开源引爆社区，到 GLM-4 系列成为国产大模型第一梯队，智谱走出了一条差异化的技术路线。 GLM 系列的核心产品线： 产品线 模型 定位 开源状态 通用语言 GLM-4-Plus / GLM-4-Air / GLM-4-Flash 对话、写作、分析 部分开源 视觉多模态 GLM-4V / GLM-4V-Plus 图像理解、OCR API 代码生成 CodeGeeX-4 代码补全、生成 开源 推理模型 GLM-Zero 数学、逻辑推理 API 嵌入 Embedding-3 向量表示 API GLM-4 架构解析 GLM-4 采用 Prefix-LM 架构，这是它与 Llama、GPT 等纯 Decoder 模型的核心区别。 Prefix-LM vs Decoder-only 标准 Decoder-only: Token → Token → Token → Token（全因果注意力） Prefix-LM (GLM): [Prefix 部分: 双向注意力] → [生成部分: 因果注意力] 用户输入的 prompt 可以双向交互理解，再自回归生成答案 这种设计让 GLM 在理解任务上具有天然优势——prompt 部分的双向注意力使得模型对用户意图的理解更深入。 ...