"全民装龙虾"的热潮还没散，智谱就直接甩出一张重牌——GLM-5-Turbo，一个从底层就为OpenClaw龙虾场景重新设计的基座模型。与此同时，龙虾套餐和企业安全管理体系也一并亮相。如果你正在用或者打算用OpenClaw跑复杂的Agent任务，这次的更新值得认真看看。
模型聊得好，未必干得好
用过OpenClaw的人大概都有这种感受：模型对话能力没问题，但一旦进入真实任务场景，就容易掉链子——工具调用不稳、长任务中途失速、指令执行偏差。问题不在框架，根子在底层模型。
GLM-5-Turbo就是奔着这个问题去的。它从训练阶段就针对龙虾任务进行了专项优化，重点强化了四块核心能力：
工具调用（Tool Calling）强化对外部工具和Skills的调用稳定性，调用不掉链子；
指令遵循（Instruction Following）对多层嵌套、长链路指令的拆解更准，支持目标识别、步骤规划和多智能体协同；
定时与持续性任务重点优化定时触发、长时间运行等场景，长任务不中断；
高吞吐长链路执行针对数据量大、链条长的任务提升效率和稳定性，适合跑复杂业务流程。
龙虾场景基准ZClawBench
随着OpenClaw任务类型越来越多，怎么评估模型在龙虾场景的真实能力，成了行业关注的焦点。基于大量真实OpenClaw用例的分析，智谱发布了端到端龙虾评测基准ZClawBench，题库和测试轨迹已全面公开。
当前OpenClaw的任务覆盖安装配置、代码开发、信息搜集、数据分析、内容创作等场景，用户群体也从早期开发者扩展到了效率办公人群、金融从业者、运维工程师和内容创作者。Skills使用比例短时间内从26%涨到了45%，Agent能力正在向模块化方向演进。
评测结果显示，GLM-5-Turbo在OpenClaw场景的表现相比GLM-5提升显著，多项关键任务整体领先于主流竞品模型。
盲测数据也挺实在——GLM-5-Turbo以"Pony-Alpha-2"为内部代号接入AutoClaw澳龙后，90%的受访用户认为它比其他国产模型表现更好。阿里QoderWork、扣子Coze、美团、快手万擎、字节TRAE等团队也在内测中给出了正面评价，集中在工具调用稳定性、长链路执行和编程能力几个维度上。 龙虾套餐：解决tokens的钱包焦虑
龙虾能干活，代价是真的吃tokens。一个普通的跨部门会议纪要整理加任务分发，可能涉及几十轮工具调用，tokens消耗远超普通对话，对个人和企业来说都是实实在在的成本压力。
针对这个问题，智谱推出了基于GLM-5-Turbo的龙虾套餐，分个人版和Team版。体验月卡39元可获3500万Tokens，进阶月卡99元可获1亿Tokens，每个账号最多购买5个。企业可通过Team版按实际员工数灵活订阅。
在套餐基础上，智谱还构建了企业级安全管理体系"Claw for Enterprise Security"，支持对不同类型Claw的统一调度与权限编排，提供集中化的执行路径监控、工具调用链路可视化和资源消耗统计。安全层面涵盖基于角色的权限管理、完整审计日志、敏感数据加密，以及关键节点的人工审批机制——自动化跑得快，但风险不失控。
接入方式
GLM-5-Turbo现已上线，你可以通过智谱开放平台BigModel.cn直接调用API，也可以通过龙虾套餐接入。
GLM Coding Plan方面，Max套餐已支持GLM-5-Turbo，Pro套餐将在本月内开放，Lite套餐4月接入。计费上，高峰期按3倍额度消耗，非高峰期按2倍；限时福利期间（截至4月底），非高峰期仅作1倍抵扣。
AutoClaw澳龙默认模型已切换为GLM-5-Turbo，非程序员群体也可以直接体验龙虾能力，享有一定免费额度。即日起至3月22日为限时福利期，加油包最高享3.4折优惠（购买后7日内有效）。
大模型从对话工具走向真正能干活的AI员工，这个转变正在加速。GLM-5-Turbo瞄准的，恰恰是这个跃迁过程中最核心的瓶颈——不是更大的参数，而是在真实复杂场景里能稳定把事做完的执行能力。龙虾热还会持续多久，谁也说不准，但底层模型能力的竞争，才刚刚开始。
AI 速览
