GLM-5
智谱AI推出的GLM第五代大型语言模型，面向多任务推理与内容生成
核心事实
时间轴 (近 90 天)
同时使用 Gemini 3.5 Flash 和 GLM-5 两个不同家族的模型测试，说明 Harness2 方法本身不依赖特定模型特性。
Google 在 Gemini 3.5 Flash 和 GLM-5 两个模型上验证 Harness2，覆盖法律、办公和专业工作三类基准。
GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，支持图文输入。
该 11.5 分提升结果仅来自单一来源的官方披露，目前缺乏第三方复现。
据官方披露，仅一个精炼步骤就让 GLM-5 在 WorkBuddy-Bench 上提升了 11.5 分。
在简化评估中，GLM-5等成熟模型已经实现了完整的端到端AI蠕虫复制。
9router支持可接入的免费Provider包括OpenCode Free（无需认证）、Kiro AI（OAuth，每月约50额度，支持Claude 4.5、GLM-5、MiniMax）、Vertex AI（OAuth，新GCP账号$300额度）、NVIDIA NIM（API Key）、Cloudflare Workers AI（API Key）。
基准测试涵盖来自6个实验室的9款模型，包括Qwen3 235B、Claude Haiku 4.5、Claude Opus 5.5、Gemini系列、GPT-5.4系列、GLM-5和Grok 4.20，其中4款是推理模型
GLM-5揪出了作者早期A02提示词的歧义——收货并不等于消耗，作者据此修正了题目
开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/12
还有 9 条时间轴事件
全部知识事实 (12)
被测模型包括 Google 的 Gemini 3.7 Flash、Z.ai 的 GLM-5、阿里巴巴的 Qwen 3 235B A22B Instruct 以及 OpenAI 的 gpt-oss-120b，全部在 Kaggle 上运行
65%待验证同时使用 Gemini 3.5 Flash 和 GLM-5 两个不同家族的模型测试，说明 Harness2 方法本身不依赖特定模型特性。
50%待验证Google 在 Gemini 3.5 Flash 和 GLM-5 两个模型上验证 Harness2，覆盖法律、办公和专业工作三类基准。
50%待验证GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，支持图文输入。
50%待验证据官方披露，仅一个精炼步骤就让 GLM-5 在 WorkBuddy-Bench 上提升了 11.5 分。
50%待验证该 11.5 分提升结果仅来自单一来源的官方披露，目前缺乏第三方复现。
50%待验证在简化评估中，GLM-5等成熟模型已经实现了完整的端到端AI蠕虫复制。
50%待验证基准测试涵盖来自6个实验室的9款模型，包括Qwen3 235B、Claude Haiku 4.5、Claude Opus 5.5、Gemini系列、GPT-5.4系列、GLM-5和Grok 4.20，其中4款是推理模型
50%待验证开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/12
50%待验证智谱的GLM-5在西班牙语场景下自称是谷歌制造的Gemini，被误导性提问后又自称是Anthropic制造的Claude
50%待验证GLM-5系列强化了长文本处理(支持128K上下文)和工具调用(Function Calling)能力
50%待验证GLM-5系列支持128K上下文长度和Function Calling工具调用能力
50%