GLM-5

GLM-5: 從 Vibe Coding 到 Agentic Engineering

GLM-5 是什麼?

GLM-5: 從 Vibe Coding 到 Agentic Engineering

GLM-5 概覽

這是什麼

GLM-5 是由 Z.AI 開發的一系列開放權重大型語言模型,專為複雜系統工程與長期代理任務設計。此系列包含 GLM-5、GLM-5.1、GLM-5.2、GLM-5.3 與 GLM-5.3-Flash。GLM-5.3 使用與 GLM-5.2 相同的基礎模型,所有進步皆來自後訓練階段。GLM-5.3-Flash 引入了結合稀疏注意力與線性注意力的混合架構,以及流形約束超連接(mHC),以提升效率。模型參數量從 320B 到 744B 不等,活躍參數量則從 18B 到 40B。

主要功能

  • 更強的編碼能力:GLM-5.3 在內部 Z.ai Code Bench 上比 GLM-5.2 提升 50%,並在 Terminal Bench 3.0 與 Agents' Last Exam 等公開基準上達到開放權重模型的 SOTA。
  • 新興的網路安全能力:GLM-5.3 在 CyberGym 的漏洞發現任務中達到 SOTA,且在利用鏈上的表現比 GLM-5.2 提升超過一倍。
  • 穩定的 100 萬 token 上下文:GLM-5.2 提供穩定的 100 萬 token 上下文,支援長期工作。
  • IndexShare 架構:GLM-5.2 在每四個稀疏注意力層之間重複使用相同的索引器,在 100 萬上下文長度下將每個 token 的 FLOPs 降低 2.9 倍。
  • 改進的 MTP 層:GLM-5.2 的推測解碼將接受長度提升最多 20%。
  • 非同步強化學習基礎設施(slime):GLM-5 使用新穎的非同步 RL 基礎設施來提升訓練吞吐量與效率。

使用情境

GLM-5 專為複雜系統工程與長期代理任務設計。適用於前端與後端開發、長期營運能力(例如在一年時間範圍內模擬經營自動販賣機業務),以及真實世界的終端任務。這些模型也適用於需要數百輪與數千次工具呼叫的持續優化推理、編碼與代理任務。

快速開始

請參閱儲存庫的 README,了解如何使用 SGLang、vLLM、Transformers、KTransformers 與 Unsloth 等框架在本機部署 GLM-5 系列模型。在 Ascend NPU 平台上部署時,支援 vLLM-Ascend、xLLM 與 SGLang 等推理框架。

授權與價格

授權為 Apache-2.0。此模型為開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/zai-orgglm-5.svg)](https://yunodb.com/tools/zai-orgglm-5?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/zai-orgglm-5?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/zai-orgglm-5.svg" alt="Featured on YunoDB" height="20"></a>