在2026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“OpenClaw與AI開源”展開深入探討。他重點介紹了公司最新發布的GLM-5-Turbo基礎大模型，這款被業內稱為“智譜龍蝦基座模型”的新產品，標志著大模型應用從“簡單對話”向“真正干活”的實質性跨越。
張鵬指出，GLM-5-Turbo在訓練階段就針對復雜任務場景進行專項優化，顯著提升了工具調用、指令遵循、持續性任務執行等核心能力。他以智能體完成實際工作為例，解釋稱這類應用需要自主規劃任務流程、動態壓縮上下文信息，并具備強大的錯誤修正能力，這對模型架構提出了全新要求。“傳統對話模型就像通用工具，而‘干活’需要的則是專業級裝備。”張鵬比喻道。
針對近期API價格上調約20%的爭議，張鵬坦言這是成本驅動的必然選擇。他透露，完成一個復雜任務的Token消耗量可達簡單問答的百倍，例如“龍蝦”系統在執行任務時，其Token用量是回答問題的十倍甚至更多。雖然團隊通過優化算法提升了Token使用效率，但模型規模擴大帶來的算力成本激增仍需通過價格調整消化。“我們正在將服務定價逐步拉回合理商業區間。”張鵬強調，長期低價競爭會阻礙行業健康發展，智譜希望通過建立可持續的商業模式，持續投入模型優化。
在算力挑戰方面，張鵬直言這已成為制約AI發展的關鍵瓶頸。他觀察到，盡管模型能力和智能體框架能帶來十倍級效率提升，但若因算力不足導致響應延遲，將嚴重削弱用戶體驗。“現在又回到了‘講卡傷感情’的階段，但這次的技術背景已完全不同。”他指出，當前行業需要構建更高效的算力分配機制，確保先進模型能夠真正落地應用。
無問芯穹聯合創始人夏立雪從產業視角補充道，以OpenClaw為代表的智能體產品正在引發Token需求爆炸式增長。這種趨勢對系統效率提出前所未有的挑戰，價格調整本質上是市場供需關系的自然反映。“當需求增速遠超技術優化速度時，價格機制將成為調節資源分配的重要手段。”夏立雪認為，行業需要共同探索算力利用的最優解，避免陷入無序競爭。
據技術白皮書披露，GLM-5-Turbo在長鏈路任務執行測試中，工具調用準確率較前代提升37%，持續任務完成率突破92%。這些改進使其在工業質檢、醫療診斷等場景展現出商業潛力，但高昂的推理成本仍讓部分中小企業望而卻步。智譜方面表示，正在研發模型壓縮技術，計劃在未來半年內將推理成本降低40%，同時保持核心性能指標。
