通用人工智能（AGI）的追求不仅需要缩放模型参数，还需要从根本上重新思考智能效率和自主改进的架构。虽然之前的版本如 GLM-4.5 证明了在混合专家（MoE）框架下统一代理、推理和代码（ARC）能力的优势，但大语言模型（LLM）从被动知识库向主动问题解决者的转型，暴露了计算成本和现实适应性（特别是在软件工程领域）的关键瓶颈。

​为了应对这些挑战，我们推出了 GLM-5，这是一款旨在填补高性能推理与运算效率之间鸿沟的旗舰模型。其架构的核心是 DeepSeek 稀疏注意力（DSA），它允许根据 token 的重要性动态分配注意力资源。这一创新显著降低了训练和推理过程中的计算开销，且未损害长文本理解能力。因此，我们成功将模型规模扩展至 744B 参数（40B 激活），并将训练预算增加到 28.5T token。

​我们的后训练流水线超越了标准的监督微调，实施了序列强化学习（RL）框架。我们开发了一种异步强化学习基础设施，通过将生成与训练解耦，最大限度地提高 GPU 利用率并消除同步瓶颈。此外，新型异步代理 RL 算法使 GLM-5 能够从复杂的长时程交互中学习，显著提升了其在动态环境中的规划和自我纠错能力。

​评估结果表明，GLM-5 在各大主流基准测试中均达到了顶尖水平，在 Artificial Analysis 智能指数 v4.0 中获得 50 分。在真实的工程任务中，该模型展示了前所未有的熟练度，特别是在大仓库检索方面超越了以往的基准。这些进展表明，有效的代理工程更多地依赖于战略性的迭代推理，而非简单的代码生成。