Harga saham melonjak 32%, GLM-5 menduduki puncak sumber terbuka global pertama, 25 menit satu pengambilan gambar penuh membangun sistem lengkap

2 Februari tengah malam, sebuah model misterius dengan kode nama “Pony Alpha” diam-diam diluncurkan.

Tak lama kemudian, dunia luar langsung heboh.

Masukkan sepotong “kode sampah” yang sudah diubah seharian tapi belum selesai, dia dengan santai melakukan refaktor arsitektur; masukkan sebuah prompt sederhana, dia mengeluarkan sebuah Web App lengkap dengan 35 stasiun radio dan UI yang halus.

Kemampuan engineering ekstrem ini langsung membenarkan pernyataan Andrej Karpathy beberapa hari lalu:

Vibe Coding sudah menjadi masa lalu, aturan main baru hanya satu nama—

Agentic Engineering (rekayasa agen cerdas).

Tak lama kemudian, Opus 4.6 dan GPT-5.3-Codex “tabrakan” diluncurkan tengah malam hari berikutnya, seluruhnya membahas “tugas jangka panjang, rekayasa sistem”.

Saat semua orang mengira ini lagi-lagi pertunjukan tunggal dari raksasa tertutup, rahasia Pony Alpha terungkap—

Ini adalah GLM-5.

Model open source pertama di dunia yang berdiri di jalur ini, dan secara langsung bersaing keras dengan raksasa Silicon Valley dalam kemampuan rekayasa tingkat sistem.

Setelah rahasia terungkap, harga saham Zhizhu langsung melonjak 32%!

Peringkat pertama open source di dunia! Momen “Opus” model domestik

Setelah benar-benar mencoba, satu hal yang kami rasakan: benar-benar luar biasa!

Jika Claude Opus mewakili puncak model tertutup, maka peluncuran GLM-5 tak diragukan lagi menandai momen “Opus” bagi model open source domestik.

Hanya di hari peluncuran, lebih dari 10 aplikasi dan alat yang dikembangkan oleh para pengembang berbasis GLM-5 sudah dipamerkan dan bisa dicoba, dan aplikasi-aplikasi ini akan secara bertahap masuk ke toko aplikasi besar.

Ini berarti, GLM-5 sedang mengubah “AI programming” menjadi “AI delivery”, benar-benar mewujudkan transisi dari alat produktivitas ke produk bisnis secara seamless.

Contohnya proyek bernama “Pookie World”.

Ini adalah dunia paralel digital yang didukung GLM-5, melalui kerangka biologis-psikologis berlapis-lapis yang memberi agen cerdas otonom narasi yang lengkap dan motivasi hidup.

Ada juga versi rekonstruksi “Minecraft”, yang tampilannya dan gameplay-nya benar-benar sama persis.

Kami juga menggunakan Claude Code sebagai kerangka, langsung menghubungkan API GLM-5 untuk pengujian multi-dimensi.

Baik untuk proyek full-stack Next.js maupun aplikasi native MacOS/iOS, semuanya mampu melakukan proses lengkap mulai dari analisis kebutuhan, desain arsitektur, penulisan kode, hingga debugging end-to-end.

Setelah mengerjakan banyak proyek, ada satu perasaan yang muncul secara tak sadar:

Dalam tingkat tertentu, GLM-5 mungkin adalah model yang bisa mengubah pola industri.

· Tantangan logika kompleks: “Semesta pengetahuan tak terbatas”

Kalau kamu merasa bikin website itu gampang, coba buat AI menyelesaikan sebuah proyek “streaming tak terbatas” yang sangat ketat dalam format JSON dan melibatkan rendering dinamis.

Contohnya, kita uji coba pertama “Semesta Pengetahuan Tak Terbatas”.

Ini adalah proyek front-end-back-end terpisah yang kompleks, melibatkan rendering dinamis React Flow, desain API Next.js, dan output JSON yang sangat ketat.

Dalam hal ini, performa GLM-5 benar-benar mengagumkan.

Dia tidak hanya menyusun struktur file proyek secara lengkap dalam satu kali jalan, yang mengejutkan lagi adalah logika debug-nya.

Saat menghadapi bug rendering, kami hanya bilang, “Halaman masih gelap, saat inisialisasi tidak muncul konten pertama…”

GLM-5 langsung mendeteksi bahwa masalahnya ada di waktu pemuatan, dan cepat memberikan solusi perbaikannya.

Prompt lengkapnya sebagai berikut:

Visualisasi Konsep Streaming Tak Terbatas

Konsep inti: Ini adalah peta pikiran yang “tak pernah selesai”. Pengguna memasukkan kata kunci apa saja (misalnya “fisika kuantum” atau “Mimpi Red Mansions”), sistem akan menghasilkan node pusat. Klik node apa saja, AI akan secara real-time memperluas node anaknya.

Momen mengagumkan: Pengguna akan merasa sedang berinteraksi dengan otak yang serba tahu. Saat mereka sembarang klik konsep langka, AI tetap mampu secara akurat memperluas level berikutnya, sensasi “penjelajahan tak terbatas” ini sangat mengesankan.

Visual dan penyebaran:

• Menggunakan React Flow atau ECharts untuk membuat jaringan node yang dinamis dan bisa diseret.

• Warna menggunakan gaya Cyberpunk atau minimalis, cocok untuk screenshot dan dibagikan di media sosial.

Rencana feasibilitas:

• Front-end: React + React Flow (untuk menggambar).

• Back-end: API Route Next.js.

• Strategi prompt: Tidak perlu memori konteks rumit, cukup buat AI menghasilkan 5-6 node terkait dari “node saat ini” dan kembalikan dalam format JSON.

• Tantangan utama: Membuat model output JSON yang stabil (ini adalah skenario pengujian kemampuan model mengikuti instruksi).

· Proyek middle-platform yang lebih kompleks, selesai dalam 11 menit

Selanjutnya, tingkatkan tantangan, buat model ini mengembangkan aplikasi analisis psikologi bernama “Soul Mirror”.

Permintaan dibagi menjadi dua langkah:

Langkah 1: Desain logika: berperan sebagai pakar psikologi Jung, output JSON berisi teks analisis dan parameter visual.

Langkah 2: Implementasi front-end: buat kode Next.js. Fokusnya adalah membuat komponen ResultCard.

Persyaratan:

1. Menerima parameter visualParams dari Langkah 1.
2. Menggunakan SVG untuk menggambar grafis secara dinamis. Misalnya: jika chaosLevel tinggi, gunakan Path tidak beraturan; jika colorPalette berwarna hangat, latar belakang gradien oranye-merah.
3. Tata letak kartu harus cantik, seperti kartu Tarot: bagian tengah adalah pola SVG dinamis, bagian bawah berisi nama pengguna dan “Kata-kata Bijak” dari AI.
4. Tambahkan tombol “Simpan sebagai gambar” (menggunakan library html-to-image).

Sepanjang proses ini, kemampuan pemahaman yang ditunjukkan sering membuat orang ragu apakah ini benar-benar Opus 4.5.

Tapi setelah dilihat sekilas, memang GLM-5.

· 25 menit satu shot, coding agenik sejati

Untuk menguji kemampuan GLM-5 lebih jauh, kami minta dia tanpa API, meniru pengguna nyata sepenuhnya, membuat sistem monitoring platform X.

Hasilnya: 25 menit, satu shot.

Terlihat, GLM-5 secara aktif memanggil berbagai tool Agent selama berjalan, merencanakan tugas, membongkar langkah, dan jika ada error, mencari dokumentasi dan memperbaiki sendiri.

Kemampuan menjaga konsistensi logika ini, tidak pernah dibayangkan model open source sebelumnya.

· Gambar lalu buat aplikasi, tingkat akurasinya luar biasa

Akhirnya, kami beri satu screenshot proyek open source dari pendiri OpenClaw (alat statistik kuota AI), langsung ke GLM-5:

Buatkan saya aplikasi MacOS berdasarkan gambar ini.

Tak lama, dia benar-benar “replika” produk yang sama.

Meskipun datanya palsu, tata letak UI dan logika interaksi hampir sempurna.

Ini bukan hanya kemampuan pemahaman visual, tapi juga kemampuan mengubah visual menjadi kode SwiftUI secara engineering.

Tangan dingin master: replikasi “Cursor” versi murah dalam 1 hari

Untuk menguji batas engineering GLM-5, seorang pengembang senior memutuskan bermain besar:

Buat dari nol sebuah asisten pemrograman AI dengan UI desktop—GLMLIFE.

Ini setara membuat versi sederhana Cursor.

Tugas diberikan ke GLM-5, dia tidak langsung menulis kode secara sembarangan, melainkan mengeluarkan dokumen arsitektur profesional (PLAN.md), dan memilih teknologi yang sangat matang:

Menggunakan arsitektur Monorepo, membagi proyek menjadi tiga paket inti.

• Core: mesin agen utama dan adaptasi LLM;
• CLI: interaksi command line;
• Desktop: aplikasi desktop berbasis Electron + React 18.

Dari manajemen status Zustand, skema styling Tailwind, hingga komunikasi IPC kompleks, GLM-5 seperti direktur teknik dengan pengalaman 10 tahun, mengatur pilihan teknologi dengan sangat rapi.

Pengembang awalnya pikir butuh tiga hari untuk konfigurasi, ternyata hanya satu hari untuk menyelesaikan seluruh proses mulai dari setup, implementasi logika inti, hingga bundling Electron.

Saat membuka GLMLIFE, sulit dipercaya ini adalah produk “arsitektur” AI yang dibangun dalam satu hari.

Mengapa dia bisa jadi “Opus open source”?

Melihat dunia, Claude Opus 4.6 dan GPT-5.3-Codex sangat diminati karena mereka punya kemampuan “arsitektur” yang sangat kuat.

• Opus 4.6 dengan estetika brutal: 16 AI avatar bekerja sendiri-sendiri, dua minggu, membangun compiler Rust berisi 100.000 baris kode, lolos 99% pengujian tekanan GCC.
• GPT-5.3 dengan kemampuan kreasi sendiri: model pertama dari OpenAI yang “berpartisipasi dalam penciptaannya sendiri”, bahkan sebelum lahir sudah terlibat dalam pelatihan dan deployment kluster.

Namun, semua ini memiliki satu syarat fatal: mereka tertutup sumbernya dan mahal.

Saat ini, peluncuran GLM-5 adalah terobosan besar model besar open source China melawan era Agentic.

Dia langsung menargetkan bidang yang paling tidak ingin dilepas oleh raksasa tertutup—kemampuan rekayasa tingkat sistem, melakukan “serangan pengganti” secara langsung.

1. “Arsitek backend” baru

Tim Zhizhu sangat paham, di dunia open source tidak kekurangan model yang bisa menulis skrip Python, yang kurang adalah model yang mampu mengerjakan pekerjaan kasar, berat, dan besar.

GLM-5 secara besar-besaran memperkuat bobot desain arsitektur backend, implementasi algoritma kompleks, dan perbaikan bug yang bandel, serta memiliki mekanisme refleksi diri yang sangat kuat.

Saat compile gagal, dia akan seperti insinyur matang, menganalisis log, mendeteksi akar masalah, memperbaiki kode, dan meng-compile ulang sampai sistem berjalan lancar.

2. Kalau mau kerja, harus hitung-hitung

Dengan performa setara Opus dan bobot open source, GLM-5 dari sudut pandang tertentu mengguncang “taman tembok” yang dibangun oleh Anthropic dan OpenAI.

• Deploy lokal: tidak hanya bisa berjalan di jaringan tertutup, tapi juga bisa di-finetune sesuai kerangka perusahaan, jadi “pegawai yang paling paham kode sendiri”.
• Biaya terkendali: pengguna bisa menjalankan agen coding yang kuat dengan cluster GPU konsumsi, tanpa harus merasa takut biaya setiap kali uji coba.

Menghancurkan SOTA

Evolusi GLM-5 ini hanya bisa digambarkan dengan dua kata: brutal.

Karena ini adalah model dasar untuk desain sistem kompleks, skalanya pasti maksimal.

Jumlah parameter dari 355B (aktif 32B) langsung naik ke 744B (aktif 40B), data pretraining dari 23T menjadi 28.5T.

Selain “besar”, juga harus “hemat”.

Seperti diketahui, yang paling mahal saat menjalankan agen adalah token.

Untuk mengatasi ini, GLM-5 pertama kali mengintegrasikan mekanisme DeepSeek Sparse Attention.

Ini membuatnya mampu menjaga “memori tanpa kehilangan” saat memproses konteks panjang, sekaligus secara besar-besaran menurunkan biaya deployment.

Ada juga teknologi “black tech” yang lebih keren—kerangka reinforcement learning asinkron baru, Slime.

Dengan reinforcement learning skala besar, model tidak lagi sekadar alat sekali pakai, tapi bisa menjadi “atlet jangka panjang” yang semakin pintar seiring waktu.

Untuk pengujian skor, sangat hardcore:

• Kemampuan kode

  SWE-bench Verified mencapai 77.8 poin, Terminal Bench 2.0 langsung 56.2 poin, semuanya nomor satu open source. Prestasi ini tidak hanya mengalahkan Gemini 3.0 Pro, tapi juga langsung menyamai Claude Opus 4.5.

• Kemampuan agen

  BrowseComp (penelusuran online), MCP-Atlas (pemanggilan alat), dan τ²-Bench (perencanaan kompleks), semuanya menduduki posisi teratas open source.

Yang paling menarik adalah Vending Bench 2 (pengujian pengelolaan mesin penjual otomatis).

Dalam pengujian ini, model harus mengelola sendiri satu tahun penuh mesin penjual.

Tebak apa? GLM-5 sampai akhir tahun berhasil menghasilkan 4432 dolar, hampir menyamai Opus 4.5.

Dalam evaluasi internal yang paling diperhatikan pengembang, GLM-5 secara signifikan melampaui GLM-4.7 (rata-rata peningkatan lebih dari 20%) di bidang pengembangan front-end, back-end, dan tugas jangka panjang.

Pengalaman pengguna nyata sudah mendekati Opus 4.5.

Membangun AI dari AI

Tentu saja, ambisi GLM-5 tidak hanya sebatas model, tapi juga merevolusi alat pemrograman yang kita miliki.

OpenClaw yang viral di seluruh dunia menunjukkan potensi AI mengoperasikan komputer.

Kali ini, Zhizhu juga meluncurkan versi AutoGLM dari OpenClaw.

Dengan versi asli, pengaturan lingkungan saja butuh waktu setengah hari, sekarang cukup satu klik di situs resmi.

Ingin punya “asisten digital” yang 24/7 pantau Twitter, rangkum berita, bahkan tulis skrip? Tinggal klik.

Selain itu, ada Z Code—

Alat pengembang generasi baru yang sepenuhnya berbasis kemampuan GLM-5.

Di Z Code, kamu cukup berikan kebutuhan, model akan otomatis membongkar tugas, bahkan mengerahkan banyak Agent untuk bekerja secara paralel: menulis kode, menjalankan perintah, debugging, pratinjau, dan bahkan mengelola commit Git.

Bahkan, kamu bisa remote dari ponsel untuk mengendalikan Agent di desktop.

Perlu diingat, seperti OpenAI menggunakan Codex untuk menulis Codex, Z Code sendiri juga dikembangkan sepenuhnya dengan partisipasi model GLM.

Kemenangan kekuatan komputasi domestik

Di balik peluncuran GLM-5 yang memicu gelombang global dan meningkatnya permintaan Agent, ada sekelompok “pahlawan tak dikenal” yang diam-diam menopang beban komputasi besar ini.

Agar setiap baris kode dan setiap perencanaan Agent bisa stabil, GLM-5 sudah menyelami “dalam” ekosistem komputasi domestik, melakukan adaptasi mendalam dengan platform utama seperti Huawei Ascend, Morus Thread, Cambrian, Kunlun Chip, Muxi, Suiyuan, dan Hai Guang.

Dengan optimisasi operator tingkat dasar secara detail, GLM-5 mampu berjalan di cluster chip domestik dengan performa “throughput tinggi, latensi rendah”.

Ini artinya, kita tidak hanya punya model kelas atas, tapi juga tidak terhambat oleh “kunci leher”.

Penutup

Musim semi 2026, model besar untuk pemrograman akhirnya melepas masa kanak-kanaknya.

“Agentic Engineering” yang dikatakan Karpathy, pada dasarnya adalah tantangan “tes wawancara” yang lebih ketat terhadap AI:

• Sebelumnya (Vibe Coding): asal bisa bikin HTML cantik, langsung diterima.
• Sekarang (Agentic Coding): harus paham kernel Linux, tahu hubungan 500 microservice, tahu cara refaktor kode tanpa merusak online, dan mampu merencanakan tugas sendiri, memperbaiki bug sendiri.

GLM-5 tidak sempurna.

Tapi dalam hal “membangun sistem kompleks” sebagai inti, dia adalah satu-satunya pemain open source yang mampu mengikuti gelombang “Agentic” ini.

Vibe Coding sudah berakhir.

Jangan tanya lagi ke AI, “Bisa bantu bikin website?” Itu urusan tahun 2025.

Sekarang, coba tanya: “Bisa bantu refaktor modul inti sistem high concurrency ini?”

GLM-5, Ready to Build!

Easter Egg

GLM-5 sudah masuk dalam paket Max pengguna, Pro akan segera didukung dalam 5 hari!

Dan baru saja Zhizhu mengumumkan kenaikan harga, token tahun ini pasti akan naik juga!

Sumber artikel: Xin Zhiyuan

Peringatan risiko dan ketentuan penafian

        Pasar berisiko, investasi harus hati-hati. Artikel ini tidak merupakan saran investasi pribadi, dan tidak mempertimbangkan tujuan investasi, kondisi keuangan, atau kebutuhan khusus pengguna. Pengguna harus menilai apakah pendapat, pandangan, atau kesimpulan dalam artikel ini sesuai dengan kondisi mereka. Investasi adalah tanggung jawab sendiri.