Компания Z.ai официально представила GLM-5 — новую веху в развитии открытых весов. Релиз, состоявшийся 11 февраля 2026 года, нацелен на разработчиков, которым мало просто генерации сниппетов. GLM-5 позиционируется как инструмент для «агентной инженерии», способный планировать, исполнять и итерировать код в рамках огромных кодовых баз.
От вайб-кодинга к агентной инженерии
Разработчики GLM-5 делают ставку на переход от простого «вайб-кодинга» к полноценному agentic engineering. Это значит, что модель заточена под сквозную сборку проектов, глубокий рефакторинг и отладку. Благодаря увеличенному контекстному окну и улучшенной консистентности целей, GLM-5 может удерживать фокус на длинных цепочках задач, работая с множеством файлов и спецификаций одновременно.
В рейтинге Text Arena новинка уже взлетела на #1 место среди open-source моделей, сравнявшись по производительности с такими гигантами, как Claude 4.5 Sonnet и GPT-5.1-high.
Технические характеристики и архитектура
GLM-5 — это серьезный скачок по сравнению с предыдущим поколением 4.7:
- Архитектура: Mixture-of-Experts (MoE) с общим числом параметров около 744 млрд, из которых 40 млрд активны при каждом токене.
- Обучение: Объем обучающей выборки вырос с 23T до 28.5T токенов.
- Оптимизация: Интегрирована технология DeepSeek Sparse Attention, что позволяет снизить стоимость инференса при сохранении огромного контекста.
- Reinforcement Learning: Использование асинхронного RL (метод slime) позволило повысить пропускную способность для более быстрых итераций.
Бенчмарки и реальные задачи
В тестах на программирование и работу с инструментами GLM-5 показывает результаты, близкие к Claude Opus 4.5:
- SWE-bench Verified: 77.8
- Terminal-Bench 2.0: 56.2
Модель также демонстрирует отличные показатели в планировании с использованием нескольких инструментов (MCP-Atlas) и веб-поиске (BrowseComp).
Как это использовать вайбкодерам?
Для нашего комьюнити это отличные новости. GLM-5 доступна под пермиссивной лицензией, а веса уже опубликованы. Модель поддерживает популярные фреймворки вроде vLLM и SGLang, что позволяет развертывать её локально или на собственных серверах.
Если вы используете Cursor или Windsurf через API, GLM-5 может стать мощной и более доступной альтернативой топовым проприетарным моделям, особенно в задачах, где требуется глубокое понимание контекста всего проекта, а не отдельного файла.