国产大模型再次刷新认知！权威评测机构 Artificial Analysis 刚发布了 GLM-5 的深度评测报告，数据非常震撼：GLM-5 不仅登顶开源榜首，更是历史上首个在智力指数上突破 50 分大关的开源模型！
==========================================
核心战绩：开源新王登基
● 智力指数突破：GLM-5 得分 50 分（上一代 4.7 为 42 分），不仅是开源界第一，更首次缩小了开源与顶级闭源（如 Claude/GPT 系列）之间的鸿沟。
● 横向吊打：得分超过了此前表现强劲的 Kimi K2.5、MiniMax 2.1 以及 DeepSeek V3.2。
==========================================
智能体 (Agentic) 能力：只做有价值的事
● 全球第三：智能体指数得分 63 分，在开源模型中高居第一，全球总榜第三！
● 经济价值任务：在 GDPval-AA 评测（模拟演示文稿、数据分析、视频编辑等真实工作任务）中，Elo 分数达 1412，仅次于 Claude Opus 4.6 和 GPT-5.2 (xhigh)。
==========================================
幻觉控制：最“老实”的模型
● 告别一本正经胡说八道：相比上一代，幻觉率大幅降低，AA-Omniscience 指数提升了 35 分。
● 机制优化：GLM-5 在不确定的情况下更倾向于拒绝回答，是目前所有测试模型中幻觉水平最低的。
==========================================
模型规格与技术细节
● 参数翻倍：从之前的 355B 规模提升至 744B (激活 40B)，引入了 DeepSeek Sparse Attention 技术。
● 部署规格：原生 BF16 精度规模约 1.5TB。
● 协议利好：采用 MIT 开源协议！
● 训练量：预训练数据量从 23T 增加到了 28.5T tokens。
==========================================
总结
GLM-5 的出现标志着开源模型正式进入了“50分智力俱乐部”。它在长任务逻辑、防幻觉以及真实经济价值任务（数据分析、复杂规划）上的表现，足以让它成为目前最适合构建 Agent 的基座。
数据来源：Artificial Analysis (@ArtificialAnlys)
