昨天，智谱 AI发布了一款引人注目的开源模型 GLM-4.5，它的目标直指未来的智能体应用。

核心看点

它提供了 3550 亿和 1060 亿两种参数规模的版本，但其架构十分巧妙。

采用混合专家模型技术，每次运行时只激活一小部分（320 亿或 120 亿）的权重。这意味着更低的显存占用和运行成本。

128K 的超长上下文窗口，让它在处理长篇文档或复杂的工具调用时，也能保持思路清晰，不会中途失忆。

它还有一个聪明的双模式设计：思考与非思考。只有遇到真正复杂的难题，需要深度推理时，它才会全力计算，保证了日常任务的响应速度。

令人惊讶的是，它对硬件的要求并不高，仅需 8 块英伟达 H20 芯片就能运行，是竞争对手 DeepSeek 模型的一半。

在 12 项涵盖推理、编码和智能体任务的 AI 基准测试中，它综合实力排名全球第三。

这里提到的 H20 芯片，是英伟达为了应对美国出口限制，专为中国市场定制的 AI 处理器。尽管性能有所缩水，但对 AI 训练依然堪用，这也是目前国内公司能合法采购到的现实选择。

它的强大，在于集成了三大核心能力于一身：严谨的结构化推理、强大的代码生成、以及流畅的内置函数调用。

这意味着它既能解决复杂问题，也能修复真实的软件漏洞，还能无缝对接外部工具，让智能体的开发变得空前简单。

在高手如云的 12 项高难度推理测试中，它冲上了综合排行榜第三名；即便是轻量版，也稳居第六，实力不容小觑。

学术能力上，它在 MMLU Pro、AIME24 和 GPQA 等多项基准测试中的得分，已非常接近 GPT-4 级别。

实战能力上，它能修复超过 64% 的软件工程类错误，并在真实终端操作测试中表现出色，证明了其强大的“动手能力”。

在模拟真人浏览网页和操作工具的测试中，它的准确率甚至超越了 Claude-4 Opus，展现了出色的自动化导航本领。

它的函数调用成功率高达 90.6%，优于 Claude-4 Sonnet，这意味着基于它构建的智能体工作流将更加稳定可靠。

这一切优异表现的背后，是其独特的高而窄混合专家模型架构。 它通过收缩每个专家的宽度、但大幅增加网络层数的方式，在保证推理能力的同时，实现了计算资源的极致节省。

它的训练方式也很有新意，依赖一个名为 “Slime” 的开源强化学习框架，能高效、稳定地提升模型能力。

同时，它还利用推测解码等技术，在不影响质量的前提下，让模型的响应速度更快一步。

最关键的是，模型权重和代码已经完全开放，并提供与 OpenAI 风格兼容的接口，让所有开发者都能轻松上手，快速融入现有工作流程。

背景

尽管智谱 AI 仍在美国的实体清单上，但这并未阻碍它获得来自阿里巴巴、腾讯和中国政府基金的 15 亿美元投资，并为上市做准备。

不容忽视的趋势

截至 2025 年 7 月，中国已发布了超过 1500 个大语言模型，数量全球第一。本土公司正积极利用开源策略，从价格和生态上挑战西方竞争者。

一个信号

GLM-4.5 的成功表明，美国的芯片限制或许并没能完全扼制中国 AI 的发展步伐。这无疑会给西方巨头带来巨大压力，迫使他们必须重新思考价格策略，或寻找新的护城河。

帕累托最优分析

这张图清晰地揭示了 GLM-4.5 的优势所在。它比较了各个模型修复软件 bug 的能力和自身的参数规模。

GLM-4.5 和它的轻量版都位于图表的左上角高效区。

这说明，它们用远小于竞争对手的参数规模，达到了顶尖的性能水平，实现了真正的“降本增效”。

参考资料：

技术报告：https://z.ai/blog/glm-4.5

Hugging Face：https://huggingface.co/zai-org/GLM-4.5