GLM-4.5：智谱 AI 旗舰模型

摘要

GLM-4.5是智谱AI最新发布的旗舰模型系列，专为Agent应用场景设计。该模型采用MoE架构，GLM-4.5版本拥有355B总参数（32B激活参数），在15万亿token上预训练后针对代码、推理和Agent任务进行微调。模型支持128K上下文长度，在12项权威基准测试中综合排名全球第二、国产和开源模型第一，同时具备低成本（$0.2/百万输入token）和高速度（100+ tokens/秒）优势。

内容框架与概述

文章开篇介绍了GLM-4.5系列的技术架构与训练方式。该系列包含多个版本（GLM-4.5、GLM-4.5-Air、GLM-4.5-X、GLM-4.5-AirX、GLM-4.5-Flash），均采用MoE架构，经过15万亿token预训练和针对性微调，支持128K上下文和混合推理模式，可通过thinking.type参数切换深度思考与即时响应两种执行模式。

文章核心部分阐述了GLM-4.5的四大技术突破。首先是"通用智能"理念的首次完整实现——将推理、编码和Agent能力原生融合于单一模型中，在MMLU Pro、AIME24、SWE-Bench等12项基准测试中综合得分全球第二。其次是更高的参数效率，GLM-4.5参数量仅为DeepSeek-R1的一半、Kimi-K2的三分之一，却在多项测试中表现更优。第三是成本与速度的突破，API调用成本低至$0.2/百万输入token，高速版本生成速度超过100 tokens/秒。最后，文章展示了实际场景评测结果——在Claude Code集成测试中，GLM-4.5在52项编程任务上展现出与Claude 4 Sonnet相近的体验，尤其在工具调用可靠性和任务完成率方面具有竞争优势。

文章末尾提供了使用指南和API调用示例，说明了深度思考模式的适用场景：简单任务无需思考、中等任务灵活应用、复杂任务全力推理，并给出了基础调用和流式调用的curl代码示例。

核心概念及解读

MoE架构（Mixture-of-Experts）：GLM-4.5采用的专家混合架构，GLM-4.5总参数355B但每次前向传播仅激活32B参数，实现了性能与效率的平衡，使模型在更小的激活参数下达到更优表现。

混合推理模式（Hybrid Reasoning Modes）：模型支持Thinking Mode（深度思考模式）和Non-Thinking Mode（即时响应模式）两种执行方式，通过thinking.type参数控制，默认启用动态思考，可根据任务复杂度灵活切换。

Agent原生能力：GLM-4.5将推理、编码和Agent能力原生融合，而非后期叠加，专门优化了工具调用、网页浏览、软件工程和前端开发等场景，可无缝集成Claude Code、Roo Code等代码智能体。

参数效率（Parameter Efficiency）：GLM-4.5在参数量显著少于竞品的情况下实现更优性能，在SWE-Bench等基准测试中位于性能-参数比的帕累托前沿，证明了GLM架构的高效性。

128K上下文长度：模型支持的最大上下文窗口达到128K tokens，输出上限96K tokens，能够处理长文档、大型代码库等复杂场景，满足Agent应用对长程依赖的需求。

原文信息

此摘要卡片由 AI 自动生成