构建了一套新型异步强化学习（RL）基础设施，通过将生成过程与训练过程解耦，从而大幅提升了后训练的迭代效率。此外，智谱还提出了全新的异步 Agent 强化学习算法，进一步提升强化学习的效果，使模型能够更有效地从复杂、长程交互中学习。

　　智谱称，基于上述创新，GLM-5 在主流的开放基准测试中实现了 SOTA 性能。最关键的是，GLM-5 在真实世界编程任务中展现出前所未有的能力，在处理端到端软件工程挑战方面超越了此前所有开源基线。

　　智谱承认在GLM-5发布后犯下了三个关键错误：首先，规则透明度不足：为应对GLM-5更高的算力消耗，公司设计了分层使用策略，将高峰期消耗提升至3倍、非高峰期2倍，但未向用户清晰说明，导致“消耗变快”的普遍抱怨；其次，灰度节奏太慢：GLM-5发布后流量远超预期，叠加灰产号池和黄牛党恶意占用资源，公司扩容节奏滞后，不得不按Max、Pro、Lite的顺序分阶段开放，导致大量Pro和Lite用户无法正常使用。最后，老用户升级机制粗糙：部分老用户在2月12日至16日期间误升级到新套餐，权益受损。智谱发布GLM-5技术报告，技术细节全公开