在2026中关村论坛年会“人工智能主题日·主题论坛”上，智谱公司首席执行官张鹏围绕“OpenClaw与AI开源”展开深入探讨。他重点介绍了公司最新发布的GLM-5-Turbo基础大模型，这款被业内称为“智谱龙虾基座模型”的新产品，标志着大模型应用从“简单对话”向“真正干活”的实质性跨越。
张鹏指出，GLM-5-Turbo在训练阶段就针对复杂任务场景进行专项优化，显著提升了工具调用、指令遵循、持续性任务执行等核心能力。他以智能体完成实际工作为例，解释称这类应用需要自主规划任务流程、动态压缩上下文信息，并具备强大的错误修正能力，这对模型架构提出了全新要求。“传统对话模型就像通用工具，而‘干活’需要的则是专业级装备。”张鹏比喻道。
针对近期API价格上调约20%的争议，张鹏坦言这是成本驱动的必然选择。他透露，完成一个复杂任务的Token消耗量可达简单问答的百倍，例如“龙虾”系统在执行任务时，其Token用量是回答问题的十倍甚至更多。虽然团队通过优化算法提升了Token使用效率，但模型规模扩大带来的算力成本激增仍需通过价格调整消化。“我们正在将服务定价逐步拉回合理商业区间。”张鹏强调，长期低价竞争会阻碍行业健康发展，智谱希望通过建立可持续的商业模式，持续投入模型优化。
在算力挑战方面，张鹏直言这已成为制约AI发展的关键瓶颈。他观察到，尽管模型能力和智能体框架能带来十倍级效率提升，但若因算力不足导致响应延迟，将严重削弱用户体验。“现在又回到了‘讲卡伤感情’的阶段，但这次的技术背景已完全不同。”他指出，当前行业需要构建更高效的算力分配机制，确保先进模型能够真正落地应用。
无问芯穹联合创始人夏立雪从产业视角补充道，以OpenClaw为代表的智能体产品正在引发Token需求爆炸式增长。这种趋势对系统效率提出前所未有的挑战，价格调整本质上是市场供需关系的自然反映。“当需求增速远超技术优化速度时，价格机制将成为调节资源分配的重要手段。”夏立雪认为，行业需要共同探索算力利用的最优解，避免陷入无序竞争。
据技术白皮书披露，GLM-5-Turbo在长链路任务执行测试中，工具调用准确率较前代提升37%，持续任务完成率突破92%。这些改进使其在工业质检、医疗诊断等场景展现出商业潜力，但高昂的推理成本仍让部分中小企业望而却步。智谱方面表示，正在研发模型压缩技术，计划在未来半年内将推理成本降低40%，同时保持核心性能指标。
