在 GLM-5 和 GLM-4.7 之間做選擇，通常會面臨一個關鍵取捨：超大規模的代理能力，或是經過驗證的程式碼開發多元性。GLM-5 由 Z.ai 發布，相較於前代模型 GLM-4.7（355B 參數，32B 活躍），規模大幅躍升，達到 753.9B 參數（40B 活躍）。這 2.1 倍的參數擴張為複雜的系統工程與長程代理任務帶來了實質性的改進，但 GLM-4.7 在多語言編碼、終端自動化以及真實世界的開發者工作流程方面，仍然是個效能強大的模型。
GLM-5 與 GLM-4.7 的架構比較
| 規格 | GLM-5 | GLM-4.7 |
|---|---|---|
| 總參數 | 753.9B | 355B |
| 活躍參數 | 40B | 32B |
| 上下文長度 | 202,752 tokens | 202,752 tokens |
| 預訓練數據 | 28.5T tokens | 23T tokens |
| 精度 | BF16（支援 FP8） | BF16（支援 FP8） |
| 多模態支援 | 純文字 | 純文字 |
| 發布日期 | 2026 年 1 月 | 2025 年 12 月 |
GLM-5 最實用的升級之一，在於整合了 DeepSeek Sparse Attention (DSA)，這項技術大幅降低了長上下文注意力的成本，同時保留最高 202K tokens 的大規模上下文視窗。這使得 GLM-5 在真實世界的長文件推理、多輪對話助手以及代理風格的工作流程中，部署性大幅提升。在訓練後階段，GLM-5 受惠於 slime，這是一個新的非同步強化學習基礎設施，能提升 RL 訓練吞吐量，並實現更頻繁、更細粒度的對齊迭代。
GLM-5 與 GLM-4.7 的基準測試比較
從基準測試的角度來看，**GLM-5 在 GLM-4.7 的基礎上展現了廣泛且一致的改進 ，尤其是在工具使用、瀏覽以及代理設定方面。最大的進步出現在需要多步驟規劃、上下文管理以及真實世界執行的環境中，這暗示 GLM-5 是為了 ** 代理風格的工作流程 而非孤立的推理任務所優化。
GLM-4.7 的基準測試表現則像一個效率優化的推理/編碼模型，在傳統的數學式評測中依然非常強大，但在互動式工具驅動的任務上則較不突出。
GLM-5 與 GLM-4.7 的 VRAM 需求
從 GLM-4.7 到 GLM-5 的 2.1 倍參數成長，帶來了顯著的硬體需求變化。以下是 VRAM 的詳細說明：
GLM-5 建議 GPU 配置
| 精度 | 所需 VRAM | 建議配置 | 使用場景 |
|---|---|---|---|
| BF16 | 1,508 GB | 19x NVIDIA H100 (80GB) | 最高品質研究 |
| FP8 | 約 800 GB | 10x NVIDIA H100 (80GB) | 生產環境部署 |
| INT4 | 約 400 GB | 5x H100 (80GB) | 成本效益推論 |
GLM-4.7 建議 GPU 配置
| 精度 | 所需 VRAM | 建議配置 | 使用場景 |
|---|---|---|---|
| BF16 | 717 GB | 9x NVIDIA H100 (80GB) | 最高品質 |
| FP8 | 390 GB | 5x H100 (80GB) | 生產環境部署 |
| INT4 | 200 GB | 3x H100 (80GB) | 成本效益推論 |
在 FP8 部署模式下，GLM-5 通常需要比 GLM-4.7 多一倍的 GPU 數量。
對於預算有限的開發者來說，GLM-4.7 在程式碼相關的工作負載中提供了更佳的效能價格比，在 SWE-bench Verified 上達到 73.8%，在 LiveCodeBench-v6 上達到 84.9%。
對於前沿研究與代理系統開發，GLM-5 更強的工具使用與長程執行能力，足以證明額外硬體投資的價值。
GLM-5 與 GLM-4.7 的定價與 API 存取
| 模型 | 輸入（$/百萬 tokens） | 快取讀取（$/百萬 tokens） | 輸出（$/百萬 tokens） |
|---|---|---|---|
| GLM-4.7 | $0.60 | $0.11 | $2.20 |
| GLM-5 | $1.00 | $0.20 | $3.20 |
快取讀取 指的是讀取先前儲存在提示快取中 token 的成本。當相同的提示內容在多個請求中被重複使用時，模型會直接從快取中檢索這些 token，而不是從頭開始重新處理。這樣可以同時降低推論延遲與成本。
步驟 1：登入並進入模型庫
登入您的帳戶，然後點擊 模型庫 按鈕。
步驟 2：選擇您的模型
瀏覽可用的選項，並選擇符合您需求的模型。
步驟 3：開始免費試用
開始您的免費試用，探索所選模型的功能。
步驟 4：取得您的 API 金鑰
為了進行 API 驗證，我們會提供您一組新的 API 金鑰。進入「設定」頁面，您可以依照圖片所示複製 API 金鑰。
步驟 5：安裝 API
使用您程式語言對應的套件管理器來安裝 API。
安裝完成後，將必要的函式庫匯入您的開發環境。使用您的 API 金鑰初始化 API，即可開始與 Novita AI LLM 互動。以下是給 Python 使用者使用的聊天補全 API 範例。
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="zai-org/glm-5 or zai-org/glm-4.7",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=131072,
temperature=0.7
)
print(response.choices[0].message.content)
GLM-5 與 GLM-4.7 的決策框架摘要
| 場景 | 建議模型 | 主要原因 |
|---|---|---|
| 具工具編排的多代理系統 | GLM-5 | MCP-Atlas 提升 +15.8pp，Tool-Decathlon 提升 +14.2pp |
| 生產環境 SWE-bench 工作流程 | GLM-4.7 | 73.8% 且硬體成本僅一半 |
| 網路安全與滲透測試 | GLM-5 | 43.2% CyberGym |
| 基於 IDE 的編碼（Claude Code, Cline） | GLM-4.7 | 保留思考能力 + 低延遲 |
| 前沿推理研究（HLE） | GLM-5 | 搭配工具達到 50.4%（最佳開源模型） |
| UI/前端「vibe coding」 | GLM-4.7 | 針對現代網頁 UI 進行了專門訓練 |
| 終端自動化（長程任務） | GLM-5 | Terminal-Bench 2.0 提升 +28.3pp |
| 數學競賽（AIME, HMMT） | GLM-4.7 | 以較低成本達到或超越 GLM-5 |
| 預算有限的新創公司 | GLM-4.7 | 強大的編碼能力，僅需 4x H100 而非 8x H100 |
| 推動 AGI 極限的研究實驗室 | GLM-5 | 28.5T token 預訓練、slime RL 基礎設施 |
GLM-5 並不會讓 GLM-4.7 過時——它們解決的是不同的問題。如果您的工作涉及需要大量工具使用和多步驟推理的長程代理任務，那麼 GLM-5 的 2 倍硬體投資將在任務完成率上獲得回報。如果您正在為數千名開發者提供編碼助手服務，或需要在 IDE 環境中進行快速迭代循環，那麼 GLM-4.7 更輕量的架構與專門訓練反而是更合適的選擇。這兩個模型都代表了開源語言模型的重大成就，在拉近與前沿專有模型差距的同時，仍保持完全的透明性與本地部署彈性。
常見問題
GLM-5 和 GLM-4.7 主要的架構差異是什麼？
GLM-5 的總參數從 355B 擴展到 753.9B（活躍參數從 32B 擴展到 40B），並整合了 DeepSeek Sparse Attention (DSA) 以降低部署成本，同時保留 202K 上下文長度。
我能在消費級硬體上運行 GLM-5 嗎？
不行。GLM-5 在 FP8 模式下至少需要 10x H100 80GB GPU（800GB VRAM），遠遠超出消費級 GPU 的能力範圍。
哪個模型在 SWE-bench 編碼任務上表現更好？
GLM-5 在 SWE-bench Verified 上以 77.8% 稍微領先 GLM-4.7（+4pp），但 GLM-4.7 的 73.8% 搭配一半的硬體成本，使其在生產環境中更為實用。
Novita AI 是一個 AI 雲端平台，為開發者提供使用簡單 API 部署 AI 模型的簡便方式，同時也提供價格合理且可靠的 GPU 雲端服務，用於建構與擴展應用。
推薦閱讀
