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

9 ^5 Z) v( x  [' _* E1 |% t出品 |《态度》栏目    作者 | 袁宁
    编辑 | 丁广胜
& g3 k7 q2 w2 V
2 |! @4 E; `: l- e0 I( b# [& p2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：
! x( c) M5 f- l2 t
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。
智谱 GLM-5：从“写代码”到“搞工程”
9 e, c. ]' p! K2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。
- a0 U6 J5 [3 A* `6 n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。
8 ]: \/ w1 Q7 m( T0 M1 P
; L! f+ T$ \8 ?  x: X) r' 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。
# B# P9 h5 W9 B/ z& I2 i8 |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 L- ~; X& D+ q8 P在底层能力上，GLM-5进行了全面扩展：
" n; A8 k/ ^  f6 Y& g● 参数规模： 从上一代的355B（激活32B）扩展至744B（激活40B）。
● 数据量级： 预训练数据从23T 提升至28.5T。
7 i/ T7 T2 Z( g, p" |● 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。
● 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”。

' N& g- t5 |; @在全球权威的 Artificial Analysis 榜单中，GLM-5位居全球第四、开源第一。
& l* B/ o. P7 {* @( c) b; e: `
8 G) ^- Y8 h; t$ ?4 N) iGLM-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%。

GLM-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。

5 ?: I$ \5 n) H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。
, l4 z$ z" z( n/ W% Z
5 Y! ?% ~2 i3 T同一夜：MiniMax 与 DeepSeek
2 @0 M% z  u) n3 S就在智谱官宣的同时，另外两家巨头的布局也在进行。
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。

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”。

' x) n" Z3 u% h  c! g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。
) c5 t5 b+ f3 g( v! c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。
, X# W7 S0 R; g7 q8 j0 ~: h此外，就在众人还在猜测DeepSeek V4何时到来时，DeepSeek也在悄然更新。
# ^2 g, L) s' J, M( _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。
. P% \& n1 D- J
! b7 s$ r9 _" ]% l; F  I# l2026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。

' f- R; g' G. e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。

3 W: G2 w- A$ u# @# O" I7 G+ B