GLM-5在SWE-bench-Verified和Terminal Bench 2.0中，分别获得77.4和55.7的开源模型最高分数，性能超过Gemini 3.0 Pro。
GLM-5在多个Agent测评基准中取得开源第一，在BrowseComp（联网检索与信息理解）、MCP-Atlas（工具调用和多步骤任务执行）和τ²-Bench（复杂多工具场景下的规划和执行）均取得最优表现。
在衡量模型经营能力的Vending Bench 2中，GLM-5获得开源模型中的最佳表现。Vending Bench 2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最终账户余额达到4432美元，经营表现接近Claude Opus 4.5，展现了出色的长期规划和资源管理能力。
在衡量模型经营能力的Vending Bench 2中，GLM-5获得开源模型中的最佳表现。Vending Bench 2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最终账户余额达到4432美元，经营表现接近Claude Opus 4.5，展现了出色的长期规划和资源管理能力。
采用易扩展的MsModelSlim量化工具，全程轻松量化
按模块区分量化比特与算法：例如Attention与MLP主体用W8A8，MoE专家用W4A8；gate等量化敏感层可按需回退，避免过大精度损失。
一键即可量化：支持GLM-5量化过程“预处理+子图融合+分层线性量化”的完整流水线，安装后一条命令行即可轻松完成量化。
MsModelSlim提供丰富量化策略，实现快速精度对齐
Lightning Indexer融合Kernel
长序列场景下TopK操作会成为瓶颈，通过引入Lightning Indexer融合算子，包含Score Batchmatmul、ReLU、ReduceSum、TopK等操作，可用TopK计算耗时流水掩盖掉其他操作的耗时，从而提升计算流水收益。
Sparse Flash Attention融合Kernel
引入SFA，包含了从完整KVCache里选取TopK相关Token，及计算稀疏Flash Attention操作，可用离散聚合访存耗时掩盖其他操作耗时。
MLAPO 融合Kernel
GLM-5采用了DeepSeek Sparse Attention（DSA）架构，针对DSA训练场景，昇腾团队设计并实现了昇腾亲和融合算子，从两方面进行优化：一是优化Lightning Indexer Loss计算阶段的内存占用，二是利用昇腾Cube和Vector单元的流水并行来进一步提升计算效率。
注：本文转自华为，版权归作者所有
沪公网安备 31010702006392号