就在剛剛，智譜正式釋出最新旗艦模型 GLM-4.5。按照智譜官方說法，這是一款專為 Agent 應用打造的基礎模型。
延續一貫的開源原則，目前這款模型已經在 Hugging Face 與 ModelScope 平臺同步開源，模型權重遵循 MIT License。
GLM-4.5 在推理、程式碼、智慧體綜合能力達到開源模型 SOTA 水平
GLM-4.5 採用混合專家（MoE）架構，3550 億總引數/320 億啟用引數；GLM-4.5-Air：總引數量 1060 億，啟用引數為 120 億
兩個版本均已全面開源，支援 MIT License
均支援混合推理模式：用於複雜推理和工具使用的思考模式，以及用於即時響應的非思考模式
API 呼叫價格輸入 0.8 元/百萬tokens、輸出 2 元/百萬tokens；高速版最高可達 100 tokens/秒
GLM-4.5 這次比較大的技術亮點，是首次在單個模型原生融合了推理、編碼和智慧體能力。別人家的模型要麼擅長推理，要麼擅長寫程式碼，要麼擅長當助手，而 GLM-4.5 說自己全都要。
智譜選了 12 個最具代表性的評測基準來「秀肌肉」，包括 MMLU Pro、AIME 24、MATH 500、SciCode、GPQA、HLE 等等，這些也都是我們的「老熟人」了。結果綜合平均分，GLM-4.5 交出了一份全球模型第三、國產模型第一、開源模型第一的成績單。
當然，光跑分沒用，還是更實戰的測試才有說服力。為了證明 GLM-4.5 在真實場景 Agent Coding 中的實力，智譜乾脆直接接入了 Claude Code，與 Claude-4-Sonnet、Kimi-K2、Qwen3-Coder 等模型一較高下。
測試方案相當硬核：總共 52個程式設計開發任務，涵蓋六大開發領域，全部在獨立容器環境中進行多輪互動測試，主打一個真刀真槍地幹。
結果顯示，雖然在面對 Claude-4-Sonnet 時仍有較大的提升空間，但 GLM-4.5 在工具呼叫可靠性和任務完成度方面的表現還是相當突出。
甚至智譜還把測試題目和 Agent 軌跡全部公開了（https://huggingface.co/datasets/zai-org/CC-Bench-trajectories），給我一種歡迎同行來「打假」的即視感。
再來看看幾個比較有說服力的 Demo，含金量也不低。在 z.ai 官方網站簡單輸入提示詞「做一個 Google 搜尋網站。」，GLM-4.5 真就能一句話生成一個真的能用的搜尋引擎。
由 GLM-4.5 打造的量子功能箱各項功能齊全，充分展示了模型的綜合能力。
更復雜一點的，還能讓它生成一個可點選縮放的 3D 地球頁面。使用者可以點選地點檢視詳情，並伴有平滑的縮放動畫。
提示詞：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.
與傳統 AI PPT 工具使用模板填充資訊不同，GLM-4.5 會自主搜尋資料、尋找配圖，根據實際材料直接以 HTML 形式編寫圖文。
除了常規的 16:9 比例，還能靈活支援社媒封面、長圖、甚至個人簡歷。
開發者體驗這塊，國產廠商也開始「捲起來」了。比如 GLM-4.5 就相容 Claude Code、Cline、Roo Code 等主流程式碼智慧體。完整使用指南看這裡：
https://docs.bigmodel.cn/cn/guide/develop/claude
海外使用者：
https://docs.z.ai/scenario-example/develop-tools/claude
如果說前面都是「面子」，那技術核心才是 GLM-4.5 真正的「裡子」。
冷知識，GLM-4.5 的引數量僅為 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但效能卻不打折，而這背後正是歸功於 GLM 模型更高的引數效率。
尤其是 GLM-4.5-Air，用 106B 總引數 / 12B 啟用引數，在推理評測中已經逼近 Gemini 2.5 Flash 與 Claude 4 Sonnet。
在 SWE-bench Verified 榜單上，它還位列效能/引數比的帕累託前沿——換句話說，用更少的體量，跑出了更優的價效比。
效能提升的背後，則離不開訓練過程的「大力出奇跡」。GLM-4.5 和 GLM-4.5-Air 使用了相似的訓練流程：首先在 15 萬億 token 的通用資料上進行了預訓練。
接著在程式碼、推理、Agent 等領域的 8 萬億 token 資料上進行了針對性訓練，最後透過強化學習進一步增強了模型的推理、程式碼與智慧體能力。有錢有資源，確實可以為所欲為。
此外，GLM-4.5 在成本和效率上的突破可能更具殺傷力。
API 呼叫價格低至輸入 0.8 元/百萬 tokens，輸出 2 元/百萬 tokens，同時，高速版本實測生成速度最高可至 100 tokens/秒，支援低延遲、高併發的實際部署需求，真·價格屠夫。
目前，API 已上線開放平臺 BigModel.cn，一鍵相容 Claude Code 框架。普通使用者也可以上智譜清言 (chatglm.cn) 和 Z.ai 體驗滿血版 GLM-4.5。
值得一提的是，上個月，OpenAI 在旗下的 Global Affairs 賬號發表的報告中，也是直接點名智譜，稱其在全球 AI 競賽中取得了顯著進展，語氣可以說是罕見直白。
回過頭來看，智譜算是增長勢頭比較穩定的廠商。節奏一直沒亂，模型迭代跟得上、開源尺度放得開，方向感也不飄。
這麼看來，它能成為「AI 六小龍」中第一個啟動 IPO 的玩家，也就不那麼意外了。
