10倍速的一夜：智谱GLM-5官宣，MiniMax与DeepSeek的暗战

集群智慧张老师

: C' g; S6 ^; ~8 }. g出品 |《态度》栏目    作者 | 袁宁
( J7 F. m+ I/ ]( Y6 v- J) B" A    编辑 | 丁广胜
( D/ l, ^* C2 M) T
2月11日深夜到12日清晨，短短几个小时内，中国三家知名的大模型公司几乎同时完成了一轮关键更新：

' g& t$ X0 t. y: o, H% n* G智谱正式发布 GLM-5，MiniMax M2.5在产品中悄然上线体验，DeepSeek 也启动新一轮能力升级。
# L- `" I8 x9 G* c智谱 GLM-5：从“写代码”到“搞工程”
; S2 F0 \5 t( Y* o2月12日，智谱正式官宣上线并开源新模型 GLM-5。同时确认：此前在 OpenRouter 上爆火的匿名模型 Pony Alpha，正是 GLM-5。
3 ]  K1 n7 T2 F) d$ ^* w; ^9 y在匿名测试阶段，这个模型已经被全球开发者当作真实生产工具使用。有人用它做横版解谜游戏，有人搭建 Agent 交互世界，也有人直接基于它开发出论文版“抖音”等完整应用形态。模型在没有品牌背书的情况下完成真实市场验证，本身已经说明了能力层级的变化。

: u6 x7 C. z( E0 ?" `3 y- [+ u7 w( j+ ]+ v智谱对 GLM-5的定位非常明确：它不是一个聊天模型，而是一个 Agentic Engineering 基座模型。
1 V2 ~/ }4 H" v6 X过去两年，大模型的主流叙事是“写代码”“写前端”；而现在，行业共识正在转向：模型需要完成完整工程与复杂任务，即从「Vibe Coding」走向「Agentic Engineering」。GLM-5正是这一阶段的代表产物。

与上一代相比，GLM-5不再满足于生成一个漂亮 demo 或一段 Python 脚本，而是为稳定交付生产级结果而生。在真实编程场景的使用体感上，GLM-5已经被认为逼近当前行业天花板 Claude Opus 4.5。
* @9 e$ [+ p. h在底层能力上，GLM-5进行了全面扩展：
% q" N* `: q6 O8 o! _● 参数规模： 从上一代的355B（激活32B）扩展至744B（激活40B）。
+ V4 J3 u2 E8 I7 M' s3 _● 数据量级： 预训练数据从23T 提升至28.5T。
● 架构创新： 首次集成了 DeepSeek Sparse Attention 机制。这一技术在维持长文本效果无损的同时，大幅降低了模型部署成本，提升了 Token 的生成效率。
! M. v: ]  J+ H) a# d● 异步强化学习： 构建了全新的“Slime”框架，让模型能够在长程交互中持续学习，不再是“聊几句就忘”。

4 X9 k* f) K9 ~; Q7 n/ W1 q# d9 e! a在全球权威的 Artificial Analysis 榜单中，GLM-5位居全球第四、开源第一。

GLM-5在编程能力上实现了对 Claude Opus 4.5的对齐，在工程师最看重的 SWE-bench-Verified（软件工程基准测试）中，GLM-5拿下了77.8的高分；在 Terminal Bench 2.0（终端操作能力）中达到了56.2。这两个分数不仅是开源模型的 SOTA（State Of The Art），更直接超越了 Google 的 Gemini 3 Pro。
在智谱内部的 Claude Code 评估集合中，GLM-5在后端重构和深度调试等“硬骨头”任务上，比 GLM-4.7平均提升了超过20%。

* Q4 H/ O- @! X4 EGLM-5在 Agent 能力上实现开源 SOTA，在多个评测基准中取得开源第一。

更有意思的是 Vending Bench 2的测试结果。这个测试要求模型在一年期内经营一个模拟的自动售货机业务。GLM-5最终的账户余额达到了4432美元。这意味着它不仅会写代码，还懂得资源管理和长期规划，这种“经营能力”是迈向 AGI 的关键一步。
) y' u- r' Z# b+ v  i1 ~1 R+ S
( @0 ~5 a' X* O* `! K! d: O6 w同一夜：MiniMax 与 DeepSeek
就在智谱官宣的同时，另外两家巨头的布局也在进行。
7 n+ I# J& b1 z3 K6 y) E- l; p% d昨晚，细心的用户发现，在 MiniMax Agent 产品中，底层模型选项里悄然出现了一个新名字——MiniMax M2.5。
0 K( ]% b3 W7 G: s) `8 _8 o
0 ]3 o! D" k% g& V* [虽然公司尚未正式官宣，但这显然是一次在产品端的“实弹演习”。据早期测试用户反馈，“M2.5 Agent能力炸裂”，“编程和工具调用又强又便宜”。
* \& h5 |6 I5 r  j. N
据我们了解，MiniMax M2.5定位为全球首个为Agent场景原生设计的生产级模型。其编程与智能体性能 (Coding & Agentic)比肩国际顶尖模型，直接对标 Claude Opus 4.6，支持PC、App、跨端应用的全栈编程开发，尤其在 Excel高阶处理、深度调研、PPT等Office核心生产力场景中处于SOTA地位。
3 d2 n* X6 ]: G2 Q! r$ b+ E* h同时，M2.5模型激活参数量仅 10B，在显存占用和推理能效比上优势明显，支持 100 TPS 超高吞吐量。
此外，就在众人还在猜测DeepSeek V4何时到来时，DeepSeek也在悄然更新。
3 l5 m' |  @; l, `' r# |我们在昨晚尝试询问 DeepSeek 的最新状态，在关闭“深度思考”和“联网搜索”后查询模型信息时发现，其上下文长度已提升至1M Token（此前为128K），知识库截止日期更新至2025年5月。

9 g2 L- \+ a3 U7 c) t" K2026年，注定不会平静。
智谱用 GLM-5证明了中国模型在复杂工程能力上已能与世界最强掰手腕；MiniMax 在产品端极速狂奔，抢占用户心智；而所有人依旧在等待 DeepSeek 出招。
: l1 K, T7 z  q# M+ m
+ v( s: t* O' T: X3 x2 K0 d' x对于此时此刻的身处浪潮中的我们来说，唯一的选择就是——跟上速度。毕竟，在这个10倍速的夜晚过后，掉队可能只是一瞬间的事。
. J+ U+ J9 |8 n. e4 `
5 v7 G5 u: V& U& \7 ?6 s2 |0 k