Edgen Stock·Feb 22 2026, 11:38智谱AI发布了其GLM-5大语言模型的技术规范，这标志着中国人工智能发展的一个战略性转变。该模型优先考虑工程效率和与国产硬件的深度整合，而非一味追求基准分数，旨在创建一套自主可控的技术栈。
中国人工智能公司智谱详细介绍了其拥有7440亿参数的GLM-5模型，标志着其从追求排行榜指标转向实现“工程级智能”的重大演进。该模型在28.5万亿个tokens上进行训练，专注于自主执行复杂的、多步骤的软件工程任务。智谱将这种方法称为“Agentic Engineering”（智能体工程），它使模型能够从高层目标出发，独立规划、编写和调试整个系统。在模拟管理一家企业一年的Vending-Bench 2等基准测试中，GLM-5在开源模型中排名第一，展示了其长期战略决策能力。
GLM-5效率的核心是一种新的DeepSeek稀疏注意力（DSA）机制。与计算复杂性随输入长度呈二次方增长的传统注意力系统不同，DSA动态识别并仅处理最关键的数据tokens。这一创新在其20万token的上下文窗口内将注意力计算工作负载减少1.5至2倍。至关重要的是，智谱在实现这一效率的同时，避免了其他稀疏注意力方法通常伴随的性能下降。其结果是一个能够处理更大上下文并在相同硬件上提供更高性能的模型架构，这对于在计算受限的环境中开发具有成本效益的AI而言是一个关键优势。
GLM-5最具战略意义的方面是其对中国国产GPU的原生、系统级优化。该模型完全适用于华为昇腾、摩尔线程、海光、寒武纪等厂商的硬件。这超越了简单的兼容性，涉及从KV缓存调度到分布式并行处理策略的全面堆栈重构。这种软硬件协同设计高效且有效，使单个国产计算节点能够与使用两个主流国际GPU的集群性能相媲美。对于处理长数据序列，这种深度优化将部署成本大幅降低50%，直接挑战外国硬件供应商的市场主导地位，并加速中国迈向完全独立的AI生态系统。