实测GLM-5+ClaudeCode：重构开源项目
奔跑的跳跳
2026-02-15 00:33:10
GLM-5来了，依然采用 MoE 架构，总参数从 GLM-4.5 的 3550 亿翻倍至 7440 亿，激活参数从 320 亿提升到 400 亿，预训练数据也从 23T tokens 扩充到 28.5T tokens。
技术上有两个关键亮点：
1️⃣集成了 DeepSeek 的稀疏注意力技术 DSA，在保留强悍长上下文能力的同时有效降低部署成本，
2️⃣针对大模型强化学习训练效率偏低的行业痛点，智谱为 GLM-5 专门自研了一套异步强化学习框架 Slime，从底层优化训练效率。
一起来测测GLM-5在复杂工程任务上的效果吧~
0
阅读：8
