近期面向中国市场的三款旗舰模型 — Alibaba Group 的 Qwen 3.5、MiniMax 的 MiniMax M2.5 和 Zhipu AI 的 GLM-5 — 在数周内相继发布，并各自体现了不同的取舍。Qwen 3.5 聚焦于在超大稀疏规模下的代理型多模态能力，并声称实现了显著的性价比提升；MiniMax M2.5 强调面向真实世界生产力（尤其是编码）的均衡表现与较低的服务成本；GLM-5 旨在成为推理、编码与代理任务方面的顶级开放权重模型，并针对国产芯片运行进行工程化适配。选择“哪个更好”高度取决于你的目标：大规模企业代理部署（Qwen）、开发者生产力与成本敏感度（MiniMax），或研究/开源采纳与透明度（GLM）。
什么是 Qwen 3.5、MiniMax M2.5、Zhipu 的 GLM-5？
Qwen 3.5 — 它是什么？
Qwen 3.5 是 Alibaba 面向 2026 年代的开放权重多模态模型家族（尤以 Qwen-3.5-397B 变体为代表），面向“代理型”工作负载——即可借助工具推理、与 GUI 交互，并在文本、图像与视频输入间执行动作。Alibaba 将 Qwen 3.5 定位为一种稀疏/稠密混合模型，在多模态与代理型任务上提供高性能，同时实现低于许多西方闭源模型的每 token 成本。该发布选择在除夕夜，传达出激进的产品与定价策略信号。
已公布的关键规格与主张：
- 参数级别： 总计 ~397B，采用稀疏 Mixture-of-Experts（MoE）路由策略，在许多推理场景下的有效激活参数显著更低。
- 多模态： 原生视觉 + 文本训练；支持图像与扩展视频推理。
- 上下文窗口/长文： Qwen 平台变体（Plus）宣称提供超长上下文窗口（托管版本目标为数十万到接近百万 token 的配置）。
- 商业主张： 代理型动作（应用 GUI 交互）、每 token 成本低、对比此前 Qwen 版本与部分竞品的强基准表现。
MiniMax M2.5 — 它是什么？
MiniMax M2.5 是 MiniMax 团队（独立 AI 实验室/初创公司）的最新发布，定位为务实、高实用性模型，针对编码、代理式工具使用与生产力工作流进行优化。MiniMax 强调以强化学习驱动的微调与真实世界任务 RLHF，旨在提升代理在生产环境中的表现。
已公布的关键规格与主张：
- 关注领域： 编码（SWE 任务）、代理式工具编排与搜索/办公自动化。
- 声称的基准表现： 在 SWE-Bench Verified、Multi-SWE 与 BrowseComp 风格代理测试中得分较高（厂商数据报告 SWE-Bench Verified 为 80.2%；在部分公开运行中 BrowseComp 为 76.3%）。
- 开放性： MiniMax 已分发模型权重，并通过常见推理栈与仓库（如 Ollama）提供访问。
Zhipu 的 GLM-5 — 它是什么？
GLM-5 是 Zhipu（Z.AI / Zhipu AI）的旗舰发布，延续 GLM-4.x 的快速更新节奏。GLM-5 被定位为广泛能力的开放权重模型，强调编码、推理、代理序列与国产硬件兼容性（在 Huawei Ascend、Kunlunxin 等国产加速器上训练与优化）。Zhipu 宣称 GLM-5 在众多公开学术基准上位列开放模型前列。
正面对比表
| 维度 | Qwen-3.5 | GLM-5 (Zhipu) | MiniMax M2.5 |
|---|---|---|---|
| 发布时间 | 2026 除夕发布（部分变体开放权重）。 | 2026 年 2 月上旬；开放模型，强调国产硬件。 | 2026 年 2 月更新；M2.5 聚焦代理速度与 SWE-bench。 |
| 核心优势 | 原生多模态代理 + 吞吐效率。 | 强编码 + 代理特性；强调国产芯片栈。 | 真实环境中的代理速度、分解启发式、低延迟。 |
| 基准表现 | 开放榜单的第一梯队；厂商宣称对比闭源 SOTA 有优势。 | 宣称在部分测试上优于 Gemini 3 Pro 等部分闭源模型。 | 速度出色；准确率具竞争力，在部分社区测试中单任务成本更低。 |
| 部署与硬件 | 开放权重 → 基础设施选择灵活；解码优化。 | 以本地芯片（Huawei Ascend、Kunlunxin）设计/训练，重视自主可控。 | 优化运行时栈；强调 SWE-bench 吞吐。 |
| 生态 | Alibaba 云 + 通过开放权重连接社区。 | Zhipu 生态 + 在港上市；面向国内外扩张。 | 聚焦产品与速度方案；商业合作。 |
解读： 三款模型在定位上有重叠但也各具侧重。Qwen-3.5 被定位为广泛能力的多模态代理，兼具基础设施效率与开放权重。GLM-5 强调编码与代理能力，并聚焦国产硬件供应链。MiniMax M2.5 强调运行时速度与面向生产的工程设计。
Qwen 3.5 vs Minimax M2.5 vs GLM 5：架构对比
架构差异强烈影响模型在推理、编码、代理式工作流与多模态理解等任务上的表现。
以下为核心架构特性的并列对比：
| 特性 | Qwen 3.5 | MiniMax M2.5 | GLM 5 |
|---|---|---|---|
| 总参数 | ~397 B | ~230 B | ~744 B |
| 推理时激活 | ~17 B | ~10 B | ~40 B |
| 架构类型 | 稀疏 MoE + Gated Delta（混合注意力） | 稀疏 MoE | 稀疏 MoE + DeepSeek Sparse Attention |
| 上下文支持 | 最高至 ~1 M tokens | 最高至 ~205 K tokens | ~200 K tokens |
| 多模态 | 是（原生文本 + 图像 + 视频） | 以文本为主、支持扩展上下文 | 是（文本 + 通过集成实现潜在多模态） |
| 主要优化方向 | 代理效率与多模态任务 | 实用工作流中的周期效率表现 | 长周期推理与工程化 |
解读：
- Qwen 3.5 的设计 通过混合稀疏架构同时兼顾规模与效率，支持超大上下文窗口与丰富的多模态输出。
- MiniMax 的 M2.5 优先考虑当下的高效推理与生产力，降低计算成本并加速工具调用，这对真实世界代理任务至关重要。
- GLM 5 的大规模 与较高的激活参数旨在在基准与长链条任务中竞争，潜在可对标部分闭源对手。
Qwen 3.5 — 稀疏/稠密混合，代理管线
- 核心思路： 采用 MoE 稀疏风格并对多模态 token 使用稠密路由，使总参数量（如 ~397B）很大，而推理时仅激活部分参数，从而在常见请求中降低计算与内存占用。
- 影响： 兼具大容量知识表示与模态融合，同时控制推理成本。若托管基础设施支持稀疏内核，则在长上下文与重多模态负载上表现更佳。
MiniMax M2.5 — 任务优化的 RL + 紧凑骨干
- 核心思路： 强调通过大规模 RLHF/环境内 RL 管线与工具使用微调来训练。M2.5 倾向于采用稠密但高效的骨干结构，为编码与代理序列进行针对性优化。
- 影响： 相对减少对极端参数规模的追求，更关注行为对齐、开发者体验与代理可靠性。常在编码工作流中实现更高的“每单位算力产出”。
GLM-5 — 稠密架构，面向吞吐的工程优化
- 核心思路： 采用稠密大模型，针对训练吞吐与增量后训练迭代进行优化（部分模型卡中称为“slime”的异步 RL 基础设施）。同时明确针对国产加速器栈做了兼容与优化。
- 影响： 面向通用推理与编码表现，工程选择旨在加速迭代并适配中国的芯片生态。
基准测试对比如何？
跨模型的直接基准对比有助于评估在推理、编码与综合理解等核心能力上的表现。
以下是关键报告结果与背景：
综合推理与知识
| 基准 | Qwen 3.5 | MiniMax M2.5 | GLM 5 | 备注 |
|---|---|---|---|---|
| MMLU-Pro / 知识 | 报告为高 | 暂无大规模公开数据 | 宣称强 | Qwen 3.5 在内部报告中明确宣称推理能力强。 |
| 多步推理 | 强力代理式主张 | 良好的代理工作流 | 强 | GLM 5 聚焦长周期任务。 |
| SWE Bench Verified（编码） | N/A 公开 | ~80.2% | GLM 5 具竞争力 | M2.5 在 SWE-Bench Verified 上达 ~80.2%。 |
代理式工作流与编码
- MiniMax M2.5 在真实世界编码基准上表现强劲，SWE-Bench Verified 80.2%，并具备稳健的多步任务管理。
- GLM 5 据报道在部分指标上接近闭源领导者，并在某些编码与代理指标上超过 Gemini 3 Pro。
- Qwen 3.5 被广泛报道可与顶级闭源模型（如 Gemini 3 Pro 与 GPT-5.2）相当，但全面的第三方基准报告仍在不断涌现。
多模态表现
| 任务领域 | Qwen 3.5 | MiniMax M2.5 | GLM 5 |
|---|---|---|---|
| 图像 + 文本 | 是 | 受限 | 可通过生态集成 |
| 视频理解 | 是 | 否 | 可通过集成 |
| 长上下文推理 | 卓越（~1M tokens） | 高但较低 | 高（~200K tokens） |
总体而言，Qwen 3.5 的多模态支持与超长上下文窗口，使其在长对话、视频理解与需要持续上下文的代理任务中具备潜在优势。
各模型的亮点与适用场景：
- Qwen3.5： 擅长多模态代理任务（VITA、BFCL、TAU2），在多模态文档/视频理解方面强势，并在编码与通用推理上具有竞争力。Qwen 的商业优势是与 Alibaba 生态的平滑集成，以及强调代理赋能的电商与工具化产品策略。
- MiniMax M2.5： 以成本与吞吐为卖点，在代理型任务上表现扎实务实；优势在于高批量代理循环的经济性。独立重新基准快照显示，MiniMax 在生产力指标上具竞争力，但不一定在每个学术榜单都绝对领先。
- GLM-5 (Zhipu)： 在编码与 SWE 套件上表现突出（SWE-bench Verified ~77.8、Terminal-Bench ~56.2），具备很大的上下文窗口与强劲的开放权重表现——截至 2026 年 2 月上旬，很可能是重编码/工程代理工作负载的顶级开放权重选择。
实用建议
如果你的主要工作负载是代理式多模态编排（工具调用、GUI 自动化、多模态文档、电商代理集成），Qwen3.5 是较佳选择之一，并在亚洲具备平台优势。如果你需要最强的开放权重“编码工程师”模型，GLM-5 在面向开发者的编码基准上目前更强。如果成本/吞吐是大规模代理循环的首要约束，MiniMax M2.5 提供了清晰的性价比选择。建议采用混合策略：例如用 GLM-5 负责重编码生成，用 Qwen3.5 负责多模态代理前端编排，用 Minimax M2.5 承担高批量、低延迟的代理循环。
那么——哪一个更好：Qwen 3.5、MiniMax M2.5，还是 GLM-5？
简短回答
不存在单一的“更好”模型——三者各在线性不同维度领跑：
- Qwen 3.5：是多模态代理应用与超大规模部署的最佳候选之一（强力的供应商定价与原生视觉+动作聚焦）。
- MiniMax M2.5：适合编码与实用代理工具链，当开发者体验与真实编码基准很重要时表现突出。
- GLM-5：广义开放模型通才的优选，尤其适合中国本土部署，以及重视国产硬件兼容与开放权重灵活性的组织。
实际能力对比
除原始基准分数外，现实世界的价值取决于模型在企业与开发者关切任务上的表现，例如编码、推理、多模态输入处理与链式思考执行。
以下是相对优势与典型用例概览：
| 能力 | Qwen 3.5 | MiniMax M2.5 | GLM 5 |
|---|---|---|---|
| 通用推理 | 极佳 | 强 | 非常强 |
| 编码与开发工具 | 高 | 开放模型中名列前茅 | 非常强 |
| 多模态（视觉/视频） | 原生内建支持 | 受限 | 中等 |
| 代理式工作流 | 极佳 | 很好 | 极佳 |
| 长上下文深度工作 | 领先（1M tokens） | 高 | 高（200K） |
| 速度与推理成本 | 中等 | 领先（快速且低成本） | 成本更高且更慢 |
关键洞见：
- MiniMax M2.5 在生产工作流上发光——快、便宜，并在编码与代理基准上高度竞争。
- Qwen 3.5 在多模态深度理解与超长上下文计算方面表现突出，这对复杂研究性任务至关重要。
- GLM 5 体现出强代理推理，适合企业级工程任务。
价格与成本对比
成本效率是企业采纳的关键差异化因素——对高用量用户尤甚。
| 模型 | 输入价格（约） | 输出价格（约） | 备注 |
|---|---|---|---|
| Qwen 3.5 | ~¥0.8 / 1M tokens (~$0.12) | 相当 | 据报道每 token 成本很低。 |
| MiniMax M2.5 | ~$0.30 / 1M tokens (input) | ~$1.20 / 1M tokens | 成本效率显著。 |
| GLM 5 | ~$1.00 / 1M tokens | ~$3.20 / 1M tokens | 成本较高但仍具竞争力。 |
解读：
- MiniMax M2.5 在百万 token 定价上最具效率，适合高批量部署。
- Qwen 3.5 的定价 低于诸多主要竞争者，包括一些闭源与开源方案。
- GLM 5 的 token 成本更高，但可能凭借更强的长链条代理性能与工程能力来证明其价值。
CometAPI 目前已集成这三款模型，且其 API 价格长期有折扣。如果你不想切换供应商并适配不同的定价策略，CometAPI 是最佳选择。只需一个 key 即可通过聊天格式接入。
结论
在2026 年初的语境下，Qwen 3.5、MiniMax M2.5 与 GLM 5 各自具备有说服力的差异化优势。三者共同表明开放权重、高性能 AI 的持续演进：
- Qwen 3.5 领先于多模态、长上下文推理与全球多语支持。
- MiniMax M2.5 推动高效的真实世界生产力与代理工作流。
- GLM 5 以较大的激活参数规模支撑高强度工程任务。
选择合适的模型取决于你项目的精确需求——无论是处理多模态推理、编码表现、上下文规模，还是成本效率。
开发者可通过 Qwen 3.5 API、MiniMax M2.5 与 GLM-5 (Zhipu) 现在就接入 CometAPI。开始前，请在 Playground 探索各模型能力，并查阅 API guide 获取详细说明。接入前，请确认你已登录 CometAPI 并获得 API key。CometAPI 提供远低于官方价格的报价，帮助你完成集成。
Ready to Go?→ Sign up fo Qwen-3.5 today ！