据GLM-5技术报告，GLM-5能够实现性能的大幅跃升，主要得益于以下四大技术创新：

第一，引入DSA稀疏注意力机制（DeepSeekSparseAttention,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***。在不折损长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， 智谱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，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，提出全新的异步AgentRL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、天数智芯与燧原。

智谱表示，“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。我们向社区开源GLM-5，以进一步推动高效的、面向 Agent 的通用人工智能的发展。”

智谱致歉

昨日（2月21日）晚间，智谱在“智谱开放平台”微信公众号发布GLM Coding Plan致歉信，并公布处理和补偿方案。

智谱称，这次改版主要犯了三个错：规则透明度不够、GLM-5灰度节奏太慢、老用户升级机制设计粗糙。

据了解，GLM Coding Plan上线即售罄，国产AI编程模型的付费套餐被抢空，在行业中颇为罕见。

需求火爆导致GLM Coding Plan的用户体验受到影响。在致歉信中，智谱解释称，其近期遭受灰产号池和黄牛党冲击，恶意占用了公司大量***。同时，GLM-5发布后，流量超出预期，公司扩容节奏没有跟上，不得已将GLM-5按照Max、Pro、Lite的顺序逐步开放。

目前Max用户已经全面开放，Pro用户虽已开放，但高峰期可能会因集群负载较高遇到限流，Lite用户将会在节后非高峰期逐步灰度开放。

针对受到影响的Lite和Pro用户，智谱支持自主申请退款。

此前在2月12日，智谱发布新一代旗舰模型GLM-5，并在海外走红。在Coding与Agent能力上，GLM-5取得开源SOTA表现，在真实编程场景的使用体感逼近Claude Opus4.5，擅长复杂系统工程与长程Agent任务。

在发布GLM-5后，由于供不应求，智谱宣布上调GLM Coding Plan套餐价格，中国区涨价30%，海外版涨价超100%，成为国内首家对大模型商业化服务进行提价的AI原生企业。

责编：杨喻程

排版：汪云鹏

校对：苏焕文返回搜狐，查看更多