GLM-4.5 - 智谱推出的面向推理、代码与智能体的开源 SOTA 模型

发布于 2025-07-28 · GLM-4.5 是智谱推出的新一代旗舰模型，专为智能体应用打造，是首款原生融合推理、代码和智能体能力的开源 SOTA 模型。采用混合专家（MoE）架构，有两个版本：GLM-4.5（3550 亿参数，320 亿激活）和 GLM-4.5-Air（1060 亿参数，120 亿激活）。

GLM-4.5是什么

GLM-4.5 是智谱的新一代旗舰模型，面向智能体应用打造，也是首款把推理、代码和智能体能力原生融合在一起的开源 SOTA 模型。架构是混合专家（MoE），分两个版本：GLM-4.5（3550 亿参数，320 亿激活）和 GLM-4.5-Air（1060 亿参数，120 亿激活）。多个评测基准上表现都不错，综合性能摸到了开源模型的顶尖水平，代码智能体场景尤其突出。它支持混合推理，思考模式和非思考模式都有，复杂任务和即时响应两头都能照顾。

参数效率翻倍，API 价格只有 Claude 的 1/10，速度最快 100 tokens/秒。它率先在一个模型里完成多能力原生融合，推理、代码、智能体这些能力同时具备，算是一次重要突破——智谱清言和 Z.ai 上已经可以免费体验。

GLM-4.5的主要特点

多能力融合：第一次在单个模型里把推理、代码生成和智能体能力原生融合到一起，复杂智能体应用的需求能接住。
推理能力：多个推理评测基准上表现都不错，复杂推理任务支持，推理性能在开源模型里属于顶尖。
代码生成：代码生成和编程任务表现突出，多种编程语言都支持，能写出高质量代码片段，全栈开发也拿得下。
智能体应用：工具调用、网页浏览这些功能都有，能接 Claude Code、Roo Code 等代码智能体框架，适合智能体任务。
混合推理模式：“思考模式”管复杂推理和工具使用，“非思考模式”管即时响应，效率和性能之间有个平衡。

GLM-4.5的技术亮点

混合专家（MoE）架构：GLM-4.5 采用混合专家（Mixture of Experts, MoE）架构，这是一种高效的模型扩展方法。MoE 把参数划成多个专家模块（Experts），每次前向传播只动态激活其中一部分，参数是稀疏激活的。模型表达能力不受影响，计算成本和内存占用却降了下来。
- GLM-4.5：总参数量为 3550 亿，激活参数为 320 亿。
- GLM-4.5-Air：总参数量为 1060 亿，激活参数为 120 亿。
多模态能力：GLM-4.5 支持多模态输入输出，文本、图像等数据类型都能处理。智能体应用里那些网页浏览、工具调用之类的多模态交互场景，理解和生成都更顺。
混合推理模式：GLM-4.5 提供两种推理模式：
- 思考模式（Thinking Mode）：适合复杂推理和工具使用，模型会想得更深、推得更细，结果也更准。
- 非思考模式（Non-Thinking Mode）：适合即时响应，模型快速给出结果，低延迟的需求能满足。
高效的训练流程：GLM-4.5 的训练流程包括三个阶段：
- 通用数据预训练：先在 15 万亿 token 的通用数据上预训练，学语言和知识的基础表示。
- 针对性训练：再在代码、推理、智能体等领域的 8 万亿 token 数据上做针对性训练，特定任务的表现更强。
- 强化学习优化：用强化学习继续优化推理、代码生成和智能体能力，让模型在实际应用里更好用。
参数效率优化：GLM-4.5 的参数效率提升明显。参数量只有 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，多项标准基准测试却更出色。比如在 100B 总参数 – 10B 激活参数这一档模型里，GLM-4.5 在 Artificial Analysis 基准上的推理性能媲美甚至超过其他国际顶级模型。

GLM-4.5的项目地址

GitHub仓库：https://github.com/zai-org/GLM-4.5
HuggingFace仓库： https://huggingface.co/collections/zai-org/glm-45-687c621d34bda8c9e4bf503b
ModelScope仓库：https://modelscope.cn/collections/GLM-45-b8693e2a08984f
体验地址：
- HuggingFace： https://huggingface.co/spaces/zai-org/GLM-4.5-Space
- ModelScope：https://modelscope.cn/studios/ZhipuAI/GLM-4.5-Demo

GLM-4.5的技术指标

综合性能SOTA：12 个最有代表性的评测基准，包括 MMLU Pro、AIME 24、MATH 500、SciCode、GPQA、HLE、LiveCodeBench、SWE-Bench Verified、Terminal-Bench、TAU-Bench、BFCL v3 和 BrowseComp。综合平均分，GLM-4.5 取得了全球模型第三、国产模型第一，开源模型第一。

更高的参数效率：GLM-4.5 的参数量是 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，多项标准基准测试却更出色，靠的就是更高的参数效率。在衡量代码能力的 SWE-bench Verified 榜单上，GLM-4.5 系列正好处在性能/参数比的帕累托前沿——同样规模下，GLM-4.5 系列的性能够到最好。

低成本、高速度：性能之外，GLM-4.5 系列在成本和效率上也有突破，定价因此远低于主流模型：输入 0.8 元/百万 tokens，输出 2 元/百万 tokens。高速版本实测生成速度最高 100 tokens/秒，低延迟、高并发的部署需求都能应付。

如何使用GLM-4.5

体验平台
- 智谱清言 (chatglm.cn)：直接打开智谱清言平台，免费体验 GLM-4.5 的满血版。对话生成、代码生成、推理任务都能操作，模型能力可以实际感受一下。
- Z.ai：也可以在 Z.ai 平台上体验 GLM-4.5 的功能。
API 调用
- BigModel.cn：智谱 AI 提供 API 接口，可以在 BigModel平台调用 API。文本生成、代码生成、推理任务等功能都支持。