GLM技术团队 2025-07-28 21:13 北京
代码能力超强~
今天，我们带来新一代旗舰模型 GLM-4.5，专为智能体应用打造的基础模型。Hugging Face 与 ModelScope 平台同步开源，模型权重遵循 MIT License。
要点如下：
GLM-4.5 在包含推理、代码、智能体的综合能力达到开源 SOTA 水平，在真实代码智能体的人工对比评测中，实测国内最佳；采用混合专家（MoE）架构，包括 GLM-4.5：总参数量 3550 亿，激活参数 320 亿；GLM-4.5-Air：总参数 1060 亿，激活参数 120 亿；两种模式：用于复杂推理和工具使用的思考模式，及用于即时响应的非思考模式；高速、低成本：API 调用价格低至输入 0.8 元/百万tokens、输出 2 元/百万tokens；高速版最高可达 100 tokens/秒。
API 已上线开放平台 BigModel.cn，可以一键兼容 Claude Code 框架。同时，大家也可以上智谱清言(chatglm.cn)和Z.ai免费体验满血版。欢迎开发者、企业、用户广泛测试与集成，探索 AGI 的奥秘。
一、综合性能SOTA
衡量 AGI 的第一性原理，是在不损失原有能力的前提下融合更多通用智能能力，GLM-4.5 是我们对此理念的首次完整呈现，并有幸取得技术突破。GLM-4.5 首次在单个模型中实现将推理、编码和智能体能力原生融合，以满足智能体应用的复杂需求。
为综合衡量模型的通用能力，我们选择了最具有代表性的 12 个评测基准，包括MMLU Pro、AIME24、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。
GLM-4.5 和 GLM-4.5-Air 使用了相似的训练流程：首先在 15 万亿 token 的通用数据上进行了预训练，此后在代码、推理、智能体等领域的 8 万亿 token 数据上进行针对性训练，最后通过强化学习进一步增强模型推理、代码与智能体能力。更多技术细节可参考我们的技术博客（https://z.ai/blog/glm-4.5），后续也会发布更加详细的技术报告。
二、更高的参数效率
GLM-4.5 参数量为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但在多项标准基准测试中表现得更为出色，这得益于 GLM 模型的更高参数效率。
。
在衡量模型代码能力的 SWE-bench Verified 榜单上，GLM-4.5 系列位于性能/参数比帕累托前沿，表明在相同规模下 GLM-4.5 系列实现了最佳性能。
三、低成本、高速度
在性能优化之外，GLM-4.5 系列也在成本和效率上实现突破，由此带来远低于主流模型定价：API 调用价格低至输入 0.8 元/百万 tokens，输出 2 元/百万 tokens。
同时，高速版本实测生成速度最高可至 100 tokens/秒，支持低延迟、高并发的实际部署需求，兼顾成本效益与交互体验。
四、真实场景测试
真实场景表现比榜单更重要。为了评测GLM-4.5在真实场景Agent Coding中的效果，我们接入Claude Code与Claude-4-Sonnet、Kimi-K2、Qwen3-Coder进行对比测试。测试采用52个编程开发任务，涵盖六大开发领域，在独立容器环境中进行多轮交互测试。实测结果显示如下图，
GLM-4.5相对其他开源模型展现出强劲竞争优势，特别在工具调用可靠性和任务完成度方面表现突出。GLM-4.5相比Claude-4-Sonnet仍有提升空间，在大部分场景中可以实现平替的效果。
为确保评测透明度，我们公布了52道题目及Agent轨迹（https://huggingface.co/datasets/zai-org/CC-Bench-trajectories），供业界验证复现。
五、模型原生Agent场景
1、全栈开发
GLM-4.5系列能够胜任全栈开发任务，编写较为复杂的应用、游戏、交互网页。这需要模型原生具备在前端编写网站、在后端进行数据库管理，以及通过工具调用接口支持任意的智能体应用等能力。以下是用GLM-4.5一句话上线的互联网大厂APP（目前可在z.ai网站免费体验）。
一个真的能搜索的搜索引擎
>>> Prompt：做一个Google搜索网站。
Z.ai版本“谷歌搜索”体验地址：https://n0x9f6733jm1-deploy.space.z.ai
一个真的能发弹幕的B站
>>> Prompt: 开发一个包含 UI 的 bilibili 网页端 Demo，页面包括：首页与视频详情页。首页需还原 bilibili 首页的主要设计元素，如顶部导航栏、横幅轮播、推荐视频瀑布流布局、hover 时播放预览、视频封面与标题展示等基础交互。详情页需展示视频标题、UP 主信息、播放区域（支持点击播放/暂停、切换全屏）、预设弹幕（可滚动）、评论区（展示预置评论并支持展开/收起）。视频素材可从 Google/B 站公开视频中挑选，封面图、标题与弹幕内容需根据所选视频内容拟定，保持风格一致。无需支持真实播放，仅需模拟播放行为与基础交互。整体风格参考 bilibili 现有布局，适配 PC 浏览器展示。
Z.ai版本“B站”体验地址：https://n0dba6ce0e60-deploy.space.z.ai
消息地址：https://chat.z.ai/s/29968fdc-53f2-4605-ae71-4ae32e920ca4
一个真的能发博的微博
>>> Prompt：开发一个包含 UI 的微博网页端 Demo，页面包括：首页与个人主页。首页设计与交互：首页需还原微博首页的主要设计元素，如：顶部导航栏：包含微博 Logo、搜索框、消息、个人中心入口等。左侧功能区：展示热门话题、推荐用户等。内容信息流：模拟微博信息流布局，展示预设的微博内容。每条微博需包含：用户头像、昵称、发布时间、微博正文（支持长文本展开/收起）、图片/视频缩略图（若有）、点赞、评论、转发等基础交互（点击后数字变化）。图片/视频缩略图：需要在首页就能看到图片预览。右侧功能区：展示热搜榜、广告位等。发布框：模拟发微博功能，点击后可以发布微博到首页瀑布流。个人主页设计与交互：个人主页需展示用户基本信息与发布内容：顶部区域：展示用户头像、昵称、简介、关注/粉丝数量、关注/私信按钮等。导航栏：切换“微博”、“相册”、“赞”等不同内容分类。微博列表：展示该用户发布的所有预设微博内容，与首页信息流展示方式类似。内容素材与风格：微博内容（文字、图片、视频缩略图）、用户头像、昵称、评论内容等，均需根据所选主题拟定，保持风格一致性和真实感。整体风格参考微博现有布局，适配 PC 浏览器展示。
Z.ai版本“微博”体验地址：https://v0rb06rruyf0-deploy.space.z.ai/
消息地址：https://chat.z.ai/s/f78ae64c-06b7-4eee-b657-878da94fa2c7
2、Artifacts效果
GLM-4.5不仅擅长处理复杂代码，同时也具有优秀的数据精准处理、交互动画设计能力。以下是GLM-4.5制作的一个Flappy Bird小游戏，欢迎大家前来挑战。
Flappy Bird 小游戏
>>> Prompt：Build a webpage using Three.js and JavaScript that creates a 3D world displaying places I've visited, based on an array. Clicking markers on the 3D globe will animate a zoom effect and open detailed trip information with photos.
Flappy Bird 体验地址：https://chat.z.ai/space/b0yb2613ybp0-art
消息地址：https://chat.z.ai/s/2a9a1a90-545b-4f29-b6ac-854539dcc323
3、PPT制作
使用GLM-4.5制作PPT或者图文卡片，你将得到信息翔实、配图准确、排版精美的成果。与传统的AI PPT使用模板填充信息不同，GLM-4在制作过程中会自主搜索资料、寻找配图，根据实际材料直接以HTML形式编写图文。除了16:9的PPT，GLM-4.5也可以用来制作长图、小红书、社交媒体封面或简历等多比例的图片。
