创赢盘 10倍速的一夜：智谱GLM-5官宣，MiniMax与DeepSeek的暗战

出品 |《态度》栏目

作者 | 袁宁

编辑 | 丁广胜

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：

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”

2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。

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“”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。

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。

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。

在底层能力上，GLM-5进行了全面扩展：

● 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。

● 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”。

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%。

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。

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。

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。

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”。

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。

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。

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。