GLM-4.5 图文介绍报告

一、模型概述：国产开源智能体基座的里程碑

GLM-4.5是由智谱 AI（Zhipu AI） 于2025 年 7 月 28 日正式发布的新一代旗舰大模型，定位为原生融合推理、编码与智能体能力的开源基座模型。作为 GLM 系列的最新迭代，其核心突破在于首次在单一模型中实现三大核心能力的深度整合，而非通过多模型拼接，从而满足智能体应用对复杂任务规划、工具调用与端到端执行的需求。该模型采用MIT 许可证全面开源，权重同步发布于 Hugging Face 与 ModelScope 平台，成为当前国产大模型在开源生态与技术性能上的双重标杆。

二、技术架构：高效能混合专家模型的创新设计

GLM-4.5 采用混合专家（Mixture of Experts, MoE）架构，通过动态激活部分参数实现性能与效率的平衡。其核心技术特点包括：

2.1 模型规格与参数效率

GLM-4.5 系列提供三个版本，适配不同场景需求：

旗舰版（GLM-4.5）：总参数量3550 亿，激活参数320 亿，专为高性能智能体任务设计；
轻量版（GLM-4.5-Air）：总参数量1060 亿，激活参数120 亿，兼顾性能与部署成本；
免费版（GLM-4.5-Flash）：完全免费开放，面向中小开发者与教育场景。

尽管参数量仅为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但其在 SWE-bench Verified 等代码基准测试中表现更优，参数效率达到性能 / 规模比帕累托前沿，印证了架构设计的先进性。

2.2 双模式推理机制

模型支持 **“思考模式” 与 “非思考模式” 双轨运行 **：

思考模式：启用复杂推理链与工具调用能力，适用于代码生成、数据分析等多步骤任务，支持 128K 上下文窗口（单次处理 300 页文本）；
非思考模式：优化为毫秒级响应，适用于即时对话与简单指令，生成速度达100 tokens / 秒，满足高并发交互需求。

图 1：GLM-4.5 混合专家架构与双模式运行机制示意图，蓝色模块表示激活的专家层，灰色为未激活参数

三、性能表现：全球开源模型第一梯队的实力

在 12 项国际权威评测（涵盖推理、代码、智能体三大领域）中，GLM-4.5 以综合平均分 63.2位列全球第三、国产第一、开源第一，具体表现如下：

3.1 核心能力突破

智能体任务：工具调用成功率90.6%，超越 Claude-4-Sonnet（89.5%）与 Kimi-K2（86.2%），在网页浏览基准 BrowseComp 中正确率 26.4%，优于 Claude-4-Opus（18.8%）；
代码生成：SWE-bench Verified 任务通过率82.5%，位列开源模型首位，支持全栈开发（前端 UI + 后端 API + 数据库），生成的交互网页设计审美持平 Claude 4；
复杂推理：MMLU Pro 得分 84.6%，AIME24 数学竞赛题正确率 91.0%，接近 Grok-4 水平。

3.2 与主流模型参数效率对比

模型	总参数量	激活参数	API 输入价格（元 / 百万 tokens）	生成速度（tokens / 秒）
GLM-4.5	3550 亿	320 亿	0.8	100
DeepSeek-R1	7100 亿	640 亿	1.5	60
Kimi-K2	10650 亿	960 亿	2.0	50
GPT-4 Turbo	未公开	未公开	4.0	80

图 2：GLM-4.5 与竞品的参数效率（性能 / 参数量）对比柱状图，GLM-4.5 位于帕累托最优前沿

四、成本优势：普惠型 AI 的价格革命

GLM-4.5 在效率优化基础上实现成本突破，API 调用价格仅为国际主流模型的 1/5，具体如下：

输入费用：0.8 元 / 百万 tokens（约合 0.11 美元）；
输出费用：2 元 / 百万 tokens（约合 0.28 美元）；
免费额度：GLM-4.5-Flash 完全免费，中小开发者可零成本接入；
企业优惠：旗舰版 5 折活动期间，输入低至 2 元 / 百万 tokens，输出 8 元 / 百万 tokens。

以生成 1000 字文档（约 3000 tokens）为例，GLM-4.5 成本仅0.006 元，远低于 GPT-4 Turbo（0.03 元）与 Claude-4（0.024 元），大幅降低 AI 应用落地门槛。

五、应用案例：零代码构建智能体的实践

GLM-4.5 的 **“原生智能体能力”** 支持从需求描述到应用部署的全流程自动化，典型案例包括：

5.1 全栈开发：一句话生成交互应用

用户输入指令 “制作一个类似 Google 的搜索网站，支持关键词检索与结果分页”，模型在 5 分钟内完成：

前端：生成响应式 UI（HTML+Tailwind CSS），包含搜索框、结果列表、分页控件；
后端：编写 Node.js API 接口，对接搜索引擎工具；
部署：自动打包代码并发布至 z.ai 平台，生成可访问链接。

图 3：GLM-4.5 生成的搜索网站界面，支持实时检索与结果展示，UI 遵循 Material Design 规范

5.2 智能体应用：WAIC2025 逛展助手

基于 GLM-4.5 开发的会展智能体可实现：

解析 800 个展台信息，生成个性化逛展计划；
实时弹窗提醒论坛开始时间（提前 1 小时）；
赛博朋克风格界面，支持日期筛选与关键词检索。
体验链接：https://f0vbx6ngdgk1-deploy.space.z.ai

5.3 创意内容生成：动态 PPT 与小游戏

PPT 制作：输入 “将辛顿 WAIC 演讲改为星际穿越风格”，自动生成带数据瀑布动画的 16:9 演示稿；
游戏开发：指令 “制作《愤怒的小球》物理弹射游戏”，输出含碰撞检测与抛物线轨迹计算的 HTML5 游戏。

六、与 GLM-4 对比：从工具到智能体的进化

相较于前代 GLM-4，GLM-4.5 实现全方位升级：

能力融合：首次原生整合推理、编码、智能体能力，替代多模型拼接方案；
参数效率：相同性能下参数量减少 40%，推理成本降低 60%；
上下文长度：从 64K 扩展至 128K，支持更长文档处理（如 300 页 PDF 分析）；
开发体验：兼容 Claude Code 框架，支持代码工程打包下载与在线发布。

七、总结：开源生态与智能体时代的基石

GLM-4.5 的发布标志着国产大模型从 “单点突破” 迈向 “系统能力领先”，其MIT 许可证开源策略与高性能 - 低成本平衡，为开发者提供了从科研到商用的全链路支持。无论是企业级智能体部署、开发者零代码开发，还是学术界 AGI 研究，GLM-4.5 均展现出 “智能体基座” 的核心价值 —— 让 AI 从被动工具进化为主动执行任务的 “AI 员工”。

随着生态伙伴（如 Rokid、智联招聘）的接入，GLM-4.5 正推动智能体应用从概念走向落地，为普惠 AI 与 AGI 探索奠定技术基础。

GLM-4.5大模型介绍