GLM-5深夜开源：国产模型首次摸到Opus 4.5

2026年2月12日，今天凌晨GLM-5发布即开源，而我提前三天就拿到API，这几天一直把它塞进Claude Code里跟GPT-5.3-codex、Opus 4.5对着用，今天终于可以把实测结论写下来了。

深夜，GLM-5来了，还是老样子：发布即开源。而且前几天OpenRouter平台上那个很火的匿名模型Pony Alpha，大家一度在猜是DeepSeek V4还是GLM-5，今天答案基本揭晓——那匹大马基本就是明示了。

到了今天，2026年的主旋律我觉得真的已经定下了，无论国内还是海外：Coding与视频齐飞。这应该就是2026年AI领域最核心的两个主航道，而在这两者之上，其实是Agent。这几天真的感觉像过年一样热闹：上周GPT-5.3-codex和Claude Opus 4.6中门对狙，后脚Seedance 2.0席卷全球，现在战场又拉回了Coding这边。

GLM-5作为一个全新的大版本号，升级幅度真的很大，可以说比肩Claude Opus 4.5，我不开玩笑。我提前三天拿到了GLM-5的API，这几天用Codex开发的同时，也把GLM-5同步接进Claude Code里做对比。作为智谱一直以来的拥趸，我很想吹一句GLM-5跟Seedance 2.0一样全球第一，但还是实事求是一些：我这几天的体感是，GLM-5跟GPT-5.3-codex这种变态肯定还有些距离（后面有case），但在真正的产品开发和解决BUG的能力上，它已经能够到GPT-5.2-codex和Claude Opus 4.5了。

别觉得这是一件很容易的事。Coding这块国内落后得其实一直比较远，能追上Opus 4.5的能力，已经非常非常非常厉害了。前几天写GPT-5.3-codex和Opus 4.6对狙那篇时，我顺手记过一句：要是DeepSeek能赶上Opus 4.5，我高低得给它磕两个。没想到现在，我可能得给智谱磕两个了。

坦诚讲，我日常开发大概还是会选择GPT-5.3-codex + Codex的组合，但我也深刻清楚，并不是所有人都有条件去买ChatGPT的会员。如果用不了GPT-5.3-codex，那我自己的结论是：不用犹豫，就用GLM-5，这是国内现在能用上的最好、最棒、性价比最高的大模型。Claude Code + GLM-5，不需要魔法、国内可用，是最低门槛体验AI Coding的组合。

老规矩，先看跑分和性能。

GLM-5从355B（32B激活）扩展到744B参数（40B激活），参数量大了一倍，智能提升确实挺多，而成本没加特别多。跑分上，它在Artificial Analysis上仅次于那两个大爹，开源第1。整体能力上，相较于GLM-4.7，GLM-5全线基本都有大幅提升，并且逼近Opus 4.5。

有个比较有特点的是BrowseComp基准，我之前提过，它测的是Agent在网上搜索信息的能力：GLM-5得分75.9，直接超出第二名普通版GPT-5.2整整10个点，已经非常强。另外两个最顶级的模型没放进去——GPT-5.2 Pro是77.9，Opus 4.6是84——也就是说GLM-5其实已经逼近最一线的水平，能跟GPT-5.2 Pro打个平手，这事本身就挺强的。其他比如测真实仓库改代码的SWE-bench、终端环境里agent能力的Terminal-Bench 2.0、agent工具使用的τ²-Bench，以及测模型调用MCP能力的MCP-Atlas，基本比Opus都只差临门一脚。说实话，一个国产模型还开源出去，能到这个水平，已经非常让人自豪了。

同时，我最看重的系统工程能力和长任务能力，在跑分上也得到印证：Long-horizon基准测的是长链条复杂任务，充分体现模型自主做Agent长程多步规划与执行的能力，这个分数看下来很清晰，也和我实测的感受一致——真正做大开发时，它的长程任务确实是对标Opus 4.5的存在。

GLM-5的上下文窗口和GLM-4.7一样，还是200k上下文、128K输出。但它有一个非常离谱的点：特别省token，干活的感觉非常精准，跟GPT-5.3-codex有的一拼。这点有多重要，用过Opus 4.6的都懂，那上下文消耗量简直了。

价格上，API这块国产模型便宜得让人心疼：Opus 4.5和4.6都是$5/$25每百万token（输入/输出），GLM-5大概只有Claude的七分之一，真的香。另一面自然是Coding Plan，也是现在玩Vibe Coding的主流用法，基本都买包月套餐、对标Claude Max和ChatGPT Pro的：价格是Claude Max套餐的2/3，Token额度是它们的3倍。甚至因为卖得过于火爆、算力不够，前两个套餐的额度直接被抢空了——一个包月套餐被抢空了，这个太离谱。白天可以去蹲一蹲：https://bigmodel.cn/glm-coding

有了GLM-5权限之后，我最推荐的用法还是在Claude Code里：Claude Code是目前最通用的Coding Agent产品（Codex是单纯例外，主要跟GPT适配得太好）。接入也挺简单，智谱做了一个Coding Tool Helper工具，可以把GLM编码套餐快速加载到你用的编码工具里。打开终端输入：

npx @z_ai/coding-helper

然后正常登录，跟着配置走就行。目前支持的编码工具是Claude Code、OpenCode、Crush、Factory Droid。配好之后运行Claude Code，就可以用GLM-5了。

下面记几个我自己的case，直观感受一下GLM-5的能力。

前天拿到资格时，我正好有个需求要开发：一个全平台分发文章的小工具。文章写完不是真正的结束，而是刚刚开始——我一般写完微信公号的文章，还要同步分发到其他平台，工作量很大，而且不同编辑器之间还会出现乱码、文本格式丢失的问题。之前我是拿一个开源工具自己改的，没那么好用，所以一直想自己写一个。于是我想，不如就用GLM-5 Coding一个全平台内容同步分发的小产品。开发完发现效果居然还不错：把我微信公号的文章链接放进去，勾选想同步的平台，一键同步过去。

当时给的Prompt巨简单，就一段：开发一个全平台内容分发Chrome扩展，点击插件后进入独立的内容分发页面（非小popup），输入微信公号链接后自动提取标题、封面、正文（保留格式），右侧是大尺寸富文本编辑器用于展示和编辑，底部是平台复选列表（小红书、知乎等），点击同步后打开目标平台发布页面并自动填充内容。

体感上GLM-5明显比之前的GLM-4.7强很多：它先给了我一些关键设计让我选择（我秉持先做最小MVP的原则，选得比较谨慎），接着就给出了超详细的规划，速度不慢，很快就搞定了。总体完成度和实用性都很好，只是最初按MVP来，分发平台有点少，后面我让它加其他平台，两轮就完成了。

但用的时候遇到一个BUG：放入链接后，标题和封面都能成功提取，可最关键的正文总是不全、缺失一大截，图片也获取不到。改了两三轮还有BUG，我换上Opus 4.5，居然也没改成功，最后打开GPT-5.3-codex，一轮，完成了。GLM-5跟Opus 4.5的差距没那么大是有道理的——主要还是GPT-5.3-codex这玩意强得有点变态。所以这个case的分工是：GLM-5做整体规划和方案设计，棘手的BUG最后交给Codex。整个流程我录了一遍效果，体验下来还是挺不错。

另一个我觉得特别好玩的case：看到公司同事在用电脑模拟器打欢乐斗地主，他吐槽说要是有记牌器就好了。这是个好思路——虽然不会帮他作弊，但正好可以试一下大模型的能力。我上GLM-5试了试，这个开发过程还真有点意思。提示词就一句话："我正在我的电脑上玩欢乐斗地主PC模拟器版本，帮我写一个记牌插件。"反正我完全不知道怎么实现，更不知道怎么跟PC模拟器打通，就把需求这么一丢。GLM-5会自己做更深入的咨询：识别方式、技术路线、功能需求都会一一和我确认。比如实现方式上，它给出自动识别记牌、手动点击记牌等方案让我选，每个方案还附不同的技术路线；功能需求上我选了基础记牌。第一轮对话下来，记牌器的整体框架就搭好了——虽然我选的是自动识别，它还很贴心地把自动、手动两种模式都做了。手动模式第一轮就直接开发完可用：逻辑是自己盯对方出了什么牌，手动点一下，牌数自动减一。但这逻辑太蠢，一点也不AI，对方打一张我还得手动点点点，太呆了，所以我还是想要自动识别。

只可惜第一轮之后自动识别没成功。它的操作逻辑是：游戏开始时手动框选出牌区域，之后自动识别该区域打出的所有牌并记牌。可实际上我框好区域后它识别不出——明明那边都打起来了，它这边一直"等待识别"。我让它继续改，这种bug它没一次改好，改了一版后同样报错。这时它自己加了调试功能。我看了一下：这条链路主要两段——框选区域抓屏、扑克牌识别，所以它需要先确定哪个环节出问题。它把框选区域的画面和OCR结果都显示出来，我一眼就能定位问题：每隔半秒抓屏没问题，核心是OCR一直识别不出结果。Bug找到，后面的活就方便了，我直接交给它继续搞。

GLM-5自己开发了一套方案：给每张牌上传模板，对游戏画面做灰度处理、二值化，再和模板做模式匹配来识别。灰度和二值化这块说实话我没太听懂，也怕它给的不是最优解，于是打开Opus 4.6和GPT-5.3-codex，让它们也各出一套方案看有没有更优解——没想到和GLM-5出的方案一模一样，搞得还真没毛病，这一下显得我有点小肚鸡肠了。模板处理完之后，很快整个系统就开发完了。我注册的是新号，估计新手村对面是人机，出牌特别快，本来还担心识别速度跟不上，结果识别效果出乎意料地好：除了大小王有点问题，其他都能准确识别，哪怕接连出顺子也能精准跟上，相当厉害。要知道这真不是那种普通的前端网页，实现方式还是有点复杂的，GLM-5完成得非常好。大小王的问题我初步想了下：上传的模板里字母是一样的、只是颜色不同，画面经过灰度处理后大小王就一样了，那肯定分不清。不过大小王本来就好记，就没管。

而且这是我在一两个小时之内就做出来、而且已经能实战用上的东西，这个效率相当恐怖。当然我也提醒自己：上网打牌的时候，尤其现阶段在网上玩真金白银的游戏真要谨慎，你不知道对面会不会像我一样随手Vibe Coding一个外挂。

除了这两个，我还随手复刻了一个QQ农场，细节挺多：不收已成熟的作物它会枯萎，农场里还会随机长出杂草、虫子。数据存储上它知道用浏览器LocalStorage，这是一个典型的前端单机游戏存储方案，很适合这种轻量项目。而且这个QQ农场消耗的token也就十三万，太离谱了。

从这些case已经很客观能看出：GLM-5的开发能力很强，规划、架构能力上确实可以比肩Opus 4.5；虽然在精准的BUG修改上离现在最变态的GPT-5.3-codex还有差距，我已经非常非常开心了。

除了上面这些，我为什么反复强调“开源”这两个字，可以再多想一层：过去顶级编程能力总是先落在某个闭源模型的付费档里，等它慢慢降价、慢慢放开，国内想用的人要么等、要么折腾环境；而开源意味着权重一旦放出，所有人拿到的都是同一份起点——企业可以自己部署、开发者可以自己微调、小团队不用看别人脸色算成本。能力一旦不再被独家垄断，围绕它的工具链、教程、踩坑经验才会真正长出来。我身边那些刚开始碰AI编程的朋友，缺的从来不是兴趣，而是一个不用翻墙、不用月付两百块、报错了也能随便重试的入口。GLM-5恰好把这个入口递过来了，这比任何单点跑分都更让我兴奋。

还有一个场景GLM-5做得很好：构建Skills，这挺考验模型的理解和执行能力。我习惯拿老演员yt-dlp来测：把这个开源工具（https://github.com/yt-dlp/yt-dlp）打包成一个Skill，之后只要给出视频链接就帮我下载。GLM-5封装得基本没有任何问题，一轮效果，B站视频就能成功下载；下载YouTube视频时它还精准提出需要我提供一个Cookies。我依稀记得，当年用Opus 4.5打包这个Skill，对话了6、7轮、改了N版，它也没告诉我需要Cookies，就在那儿自信满满地说改好了可以下了，一下又报错。

看着此情此景，回想半年前：那时候你要是问我，国产大模型能不能在Coding领域跟OpenAI和Anthropic正面刚，我会说很难，差距太大了，不是一点半点，是那种让人绝望的差距。但现在GLM-5出来了，确实能摸到Opus 4.5的水平。虽然跟最新的Opus 4.6、GPT-5.3-codex还有差距，但这个差距已经从代差缩小到可以追赶的范围，这是一个很重要的变化。

更重要的是，GLM-5是开源的，价格更是Claude的N分之一。能力接近、开源、便宜——而开源意味着B端能用上、企业能用上。AI编程这件事在国内，门槛真的正在急剧降低。以前想用顶级AI编程能力，得买ChatGPT会员、得有魔法、得付得起那个价格，现在不用了。GLM-5给了一个平替选择：在全球范围里它离那个"老变态"还有距离、还不是最好的，但已经跻身T1行列，而且人人用得起。这会让我这样的人更频繁地尝试AI编程，用的人多了，社区更活跃、反馈更多、模型迭代更快，这是一个正向循环。这也说明，我们在人才、算力、资金各方面都不占优的赛道上，是能追上的。

当然，追上不代表胜利。OpenAI和Anthropic还在快速迭代，下一个版本可能又把差距拉开。但至少，我们已经进入同一个赛道、在同一个维度上竞争，这就是进步。

我自己是打定主意要多用GLM-5了，真的还不错。站在今天这个节点，我很想说一句跟冯骥一样的话：我真的很庆幸，这个开源模型来自智谱，来自中国。在DeepSeek和SD之后的另一个Coding世界里，也有了中国身位。

惟愿，国运昌隆。

先写到这儿。