GLM-5的核心定位，是面向复杂系统工程与长程agent任务。

如果说过去的AI编程工具只是帮你写代码，那GLM-5想做的，是帮你完成整个系统工程。

智谱将这一模式叫做“agent engineering”，并且表示，这是“vibe coding”的下一阶段。

不过这个说法并非空穴来风，前OpenAI联合创始人兼AI主管安德烈·卡尔帕西（Andrej Karpathy）在“vibe coding”实践一周年时就曾表示过，开发者的角色正在从“写代码”转向“编排AI agent”。

GLM-5某种程度上是对这一趋势的回应。

几周前，开源社区曾流传一个名为“Pony Alpha”的神秘模型。它能进行长程交互、拆解复杂任务、在多轮对话中保持稳定上下文，一度引发广泛猜测。

如今答案揭晓，Pony Alpha正是GLM-5的匿名测试版本。

GLM-5在技术规格上实现了显著跃升。参数量从GLM-4.7的355B（激活 32B）扩展至744B（激活40B），预训练数据从23T token增加到28.5T token。

更大的参数规模意味着更强的知识储备和推理能力，但更关键的地方在于GLM-5的两项创新。

第一项是名为“Slime”的异步强化学习框架。

这套系统支持模型从长程交互中持续学习，在处理需要数十步操作的工程任务时保持策略一致性。

传统的AI编程工具往往在短对话中表现出色，但一旦任务链条拉长，模型就容易犯错，前后逻辑出现断裂。

Slime框架的设计初衷，就是让模型在长周期任务中保持“记忆”和“目标感”。

第二项是集成了DeepSeek的稀疏注意力机制（DSA）。

这套机制能让模型在保持长文本处理能力的同时，大幅降低部署成本。

DSA的机制其实很好理解，我举个例子，当你让AI分析一个包含数万行代码的项目时，它不需要对每一行代码都投入同等的计算***，而是能够识别出哪些是关键逻辑、哪些是重复模板。

因此整个模型的运行效率就会提升，整体运行成本也会降低。

根据智谱给出的测试分数，GLM-5在SWE-bench-Verified和Terminal Bench 2.0中分别获得77.8和56.2，是目前开源模型的最高分数。

着重介绍一下后者，Terminal Bench 2.0是测试模型在命令行环境中的操作能力，比如能否正确执行文件操作、调用工具、处理错误。

56.2的分数表明，GLM-5已经具备了相当程度的“动手能力”。

在agent能力上，GLM-5在 BrowseComp、MCP-Atlas 和τ²-Bench 等多个评测基准中取得开源 OTA表现。

特别值得关注的是Vending Bench 2测试。

这是最近比较火的基准。它的要求是模型在模拟环境中经营一家自动售货机公司，周期为一年。

它要自己决定进货、定价、库存结构、现金流管理，在***有限的情况下持续优化利润。

GLM-5在这个测试中，最终账户余额达到4432美元，也就是说其具备一定的长期规划和***管理能力，至少比我强。

MiniMax的最新模型M2.5目前在模型界面已经可以选择调用。

这是一个为agent场景原生设计的模型，MiniMax官方称其对标的是 Claude Opus 4.6。

不过与智谱不同，MiniMax官方并未公布其论文或Hugging Face权重。

M2.5模型激活参数量为10B，在显存占用和推理能效比上具有明显优势。

相比GLM-5的40B激活参数，M2.5走的是“小而美”的路线，用更少的参数实现更高的效率。

该模型支持PC、App、跨端应用的全栈编程开发，尤其适配Excel、深度研究（deep research）、PPT 等生产力场景。

从社区反馈来看，MiniMax M2.5在成本效益上保持了该企业一贯风格，便宜、实惠。

有开发者在外网论坛上分享，M2.5在处理日常编程任务时，速度比 Claude Sonnet 4.5快2倍，API成本却只有后者的8%。

它们有何不同？

两个模型都将编程能力作为核心竞争力，但技术路径有所不同。

GLM-5通过更大的参数规模和更强的预训练数据来实现能力提升，在处理大型代码仓库和复杂系统工程方面展现优势。

它就像一个经验丰富的架构师，见过足够多的代码模式、理解足够深的系统逻辑，因此能够在复杂场景中给出更全面的解决方案。

而MiniMax M2.5则通过更高效的架构设计，在推理速度和成本控制上更具优势。

虽然经验积累不如架构师丰富，但在常见任务上反应更快、执行更高效。

依我推测，GLM-5应该更适合专业程序员处理复杂的、长时的、系统级任务，比如一键克隆Web UI、构建仿真桌面，这些需要深度理解和长程规划的工程项目。

MiniMax M2.5则更适合全栈开发、跨端应用等生产力场景中表现更好，特别适合那些需要快速迭代、频繁调用的日常开发任务。

股价上涨并非模型

但我认为这轮上涨并非单纯的新模型发布效应。

智谱除了发布模型以外，还宣布了产品的涨价，GLM Coding Plan价格上调30%以上。

智谱在价格调整函中明确表示，此次涨价源于“GLM Coding Plan市场需求持续强劲增长，用户规模与调用量快速提升”。

为保障高负载下的稳定性与服务质量，智谱还同步加大算力与模型优化投入。

这个逻辑耐人寻味。

在AI大模型行业，大多数公司都在通过降价来抢占市场份额，DeepSeek就是如此，以极低的价格冲击市场，各家纷纷跟进降价。

但智谱选择了相反的策略，提升产品能力，然后涨价。

但用户真的愿意为更强的能力付费吗？

GLM-4.7发布后，其MaaS平台的年度经常性收入（ARR）从2000万元增至超5亿元，10个月获得25倍增幅。

这说明，在AI编程这个细分市场，专业用户确实愿意为真正能提升生产力的工具买单。

不过，和智谱股价上涨一样，MiniMax股价上涨的原因，也不全是来自于新模型的发布。

2月10日，MiniMax获得了摩根大通的首次覆盖，获得“超配”评级和 700 港元目标价，并在当日引发股价一度上涨10.7%。

摩根大通明确指出，MiniMax 2025年前三季度海外收入占比高达 73.1%，远超国内AI同行。

因此摩根大通将MiniMax描述为 “天生全球化”的AI企业，认为其全球化布局是核心竞争力。

国际市场中，OpenAI、Anthropic、谷歌的定价方案都远远高于MiniMax，这就导致后者的核心竞争力更强。

不仅如此，欧美市场对AI工具的接受度和付费能力，普遍高于国内市场。

MiniMax的这一优势，在当前的国际环境下显得尤为宝贵。

可以预见的是，2026年的春节，注定会成为中国AI发展史上的一个重要节点。

智谱和MiniMax的同时抢跑，虽然只是这个宏大叙事中的一个小小章节。

但它至少说明了一件事，国产大模型公司已经不执着于比参数和融资规模了，而是真的在琢磨怎么把技术变成开发者愿意掏钱的工具。返回搜狐，查看更多