在近日舉辦的中關村論壇年會“人工智能主題日·主題論壇”上，智譜公司首席執行官張鵬圍繞大模型發展及行業趨勢發表了重要觀點。他透露，公司最新發布的GLM-5-Turbo基座模型已針對復雜任務場景進行深度優化，核心目標是將模型能力從基礎對話升級為具備實際執行力的“生產力工具”。
據張鵬介紹，GLM-5-Turbo在訓練階段即聚焦工具調用、指令遵循、持續性任務處理等關鍵能力，通過專項優化提升模型在長鏈路執行中的穩定性。他特別強調，此類“干活”場景對模型的要求遠高于普通對話，需要智能體自主完成任務規劃、上下文壓縮及錯誤修正等復雜操作，這與通用型模型存在本質差異。
針對近期引發關注的API價格調整問題，張鵬坦言這源于服務成本的實質性上升。他解釋稱，隨著模型規模擴大和能力增強，執行復雜任務時的Token消耗量呈指數級增長，“完成一個任務的Token用量可能是簡單問答的百倍”。盡管智譜已通過優化模型架構提升效率，但成本壓力仍推動公司進行了約20%的價格上調。
“長期低價競爭會扭曲行業生態。”張鵬指出，健康的市場環境需要平衡技術投入與商業回報。他透露，此次調價旨在將服務定價回歸合理區間，為持續迭代模型能力、提供更優質服務奠定基礎。這一觀點得到無問芯穹聯合創始人夏立雪的認同，后者表示Agent類產品的爆發式增長已導致Token需求激增，系統效率提升成為當務之急。
在談及人工智能發展瓶頸時，張鵬將算力問題置于首位。他直言，當前模型創造力和生產效率的提升幅度驚人，部分場景可實現十倍級效率躍升，但算力短缺正成為制約技術落地的關鍵因素。“用戶不能接受提問后模型長時間無響應，這要求行業必須突破算力限制。”他以行業調侃語“講卡傷感情，沒卡沒感情”形容當前困境，并指出新一輪算力競爭已拉開帷幕。
據公開信息顯示，GLM-5-Turbo的升級方向與OpenClaw等前沿項目高度契合，均試圖通過增強模型自主執行能力拓展AI應用邊界。業內人士分析，此類技術突破或將重新定義人機協作模式，但同時也對底層基礎設施提出更高要求。隨著智譜等企業逐步完善商業閉環，大模型賽道有望進入技術驅動與市場回報良性互動的新階段。
