本文基于公开资料综述（智谱 / DeepSeek / Kimi 3 家 AI 采集交叉一致，Kimi 2026-07-21 重采补全，非实机测试）。
① 公开证据综合
GLM-5 是智谱（Z.ai）2026-02-11 发布的新一代旗舰基础模型，定位”从 Vibe Coding 到 Agentic Engineering”——强调长程 Agent 与复杂软件工程。744B 总参 / 40B 激活的 MoE（稀疏度 5.9%），DSA 稀疏注意力，MIT 开源（官方技术报告 arXiv:2602.15763）。
编程与 Agent 是其强项：SWE-bench Verified 77.8%（2026-02 开源第一，逼近 Claude Opus 4.5 80.9%）、Terminal-Bench 2.0 56.2%（开源 SOTA）、τ²-Bench 89.7%、BrowseComp 75.9%。LMArena Elo 1451 开源第一。代码生成 EvalPlus 87.0%、中文 C-Eval 88.8% 突出。安全评测 Semgrep IDOR 检测 F1 39%（超 Claude Code 32%）。
但数学推理明显弱：GSM8K 68.8%（低于 Kimi-K2 92.1、DeepSeek-V3 87.6）、MATH 56.4%（官方 Table 11）。官方称刻意优化长程 Agent 而非单次问答，但数学短板客观存在。
② 与同类模型横评
- vs DeepSeek-V3.2：AIME 数学持平，但 GLM-5 SWE-bench（77.8 vs 73.1）、Terminal-Bench（56.2 vs 46.4）优势明显，长程工程更强
- vs Qwen3.5（397B）：Qwen3.5 更均衡（MMLU 88.5 vs 88.3、LiveCodeBench 83.6 vs 52.0、原生多模态、1M 上下文、更便宜）；GLM-5 仅 Agent 专项略胜，定位更垂直
- vs 后代 GLM-5.2：5.2（2026-06）FrontierSWE 等部分维度超越，但 5.2 知识/代码反而弱于 5.0（BenchLM）——两者互补，5.0 偏 Agent、5.2 偏推理特化
③ 本地部署建议与 verdict
能不能本地跑？能，门槛极高。 腾讯云显存拆解：FP8 权重 744GB + 1M 上下文 KV Cache 约 103GB ≈ 847GB，官方推荐 8×B200（1536GB 总显存）或 8×H100（短上下文勉强）。BF16 达 1488GB 基本排除单机。社区量化：INT4/GPTQ 可压到约 372GB（MoE INT4 精度损失风险，官方推荐 FP8 生产）；消费级 2×RTX 4090（48GB）可 INT8/W8A8 轻量测试（上下文限 32K-64K、batch=1，公开资料未明确消费级能否跑 1M）。已适配昇腾/寒武纪等 7 国产平台。
Verdict：caution（有条件推荐）。 GLM-5 在编程 Agent 赛道能力顶尖、MIT 协议友好、1M 上下文独特、国产芯片适配完善，但本地部署硬件成本极高（8×B200 级集群），且数学推理、单轮代码（LiveCodeBench 52）非其强项、已被 GLM-5.2 部分超越。绝大多数用户 API 更务实（价格约 Claude 的 1/5-1/6）；只有具备集群资源且明确需要长上下文代码 Agent 或数据主权的机构才值得本地投入。