当前位置: 首页 > news >正文

智谱 AI 重磅发布 GLM-4.5:开源 SOTA,专为下一代智能体应用打造

今天,智谱 AI (Zhipu AI) 正式推出新一代旗舰模型 GLM-4.5,这是一款专为复杂智能体(Agent)应用设计的强大基础模型。该模型已在 Hugging Face 与 ModelScope 平台同步开源,模型权重遵循友好的 MIT License,全面拥抱开源社区。

核心亮点速览
  • 开源SOTA,国产最强:在推理、代码、智能体等综合能力上,GLM-4.5 达到全球顶尖、国产第一、开源第一的水平。在真实代码智能体的人工评测中,表现为国内最佳。
  • 先进MoE架构:采用混合专家(MoE)架构,提供两个版本:
    • GLM-4.5: 总参数量 3550 亿,激活参数 320 亿。
    • GLM-4.5-Air: 总参数量 1060 亿,激活参数 120 亿。
  • 双模智能:原生支持两种模式——用于复杂推理和工具调用的“思考模式”,以及用于即时响应的“非思考模式”。
  • 极致性价比
    • 成本极低:API 调用价格低至输入 0.8 元/百万 tokens输出 2 元/百万 tokens
    • 速度极快:高速版生成速度最高可达 100 tokens/秒
  • 无缝集成与体验:API 已上线 AIGC开放平台,可一键兼容 Claude Code 框架。用户也可在 https://xiaojingai.com 免费体验。

一、综合性能:全球第三,开源第一

GLM-4.5 首次在单个模型中原生融合了顶级的推理、编码和智能体能力,旨在满足 AGI 时代复杂智能体应用的严苛需求。

在 MMLU Pro、AIME24、MATH 500、SWE-Bench 等 12 个全球最具代表性的评测基准综合比拼中,GLM-4.5取得了全球模型第三、国产模型第一、开源模型第一的卓越成绩

这背后是庞大的数据训练支撑:模型在 15 万亿 token 的通用数据上预训练,并在 8 万亿 token 的代码、推理、智能体等专业数据上进行深度优化,最后通过强化学习进一步提升其核心能力。更多技术细节可参考官方技术博客(https://z.ai/blog/glm-4.5)。

二、更高参数效率:更小体量,更强性能

GLM-4.5 展现了卓越的参数效率。其参数量仅为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3,但在多项基准测试中表现却更为出色。

在衡量代码能力的权威榜单 SWE-Bench Verified 上,GLM-4.5 系列模型位于性能/参数比的帕累托前沿,这意味着在同等规模下,GLM-4.5 实现了当前最佳的性能表现。

三、真实场景测试:榜单之外的硬实力

真实场景的表现比榜单分数更具说服力。在模拟真实编程开发任务的测试中,我们将 GLM-4.5 与 Claude-4-Sonnet、Kimi-K2 等模型进行了直接对比。

测试结果表明,GLM-4.5 展现出强劲的竞争优势,特别是在工具调用的可靠性任务完成度方面表现突出。在大多数场景中,它已具备平替 Claude-4-Sonnet 的能力。

四、原生智能体能力:从全栈开发到一句话应用

GLM-4.5 强大的原生智能体能力使其能够胜任复杂的全栈开发任务,从前端交互网页到后端数据库管理,再到调用外部 API,均可轻松应对。甚至可以实现“一句话”快速生成功能完善的应用程序。


五、如何快速上手 GLM-4.5

1. 免费在线体验

  • 小镜AI:访问 https://xiaojingai.com

2. 开发者 API 调用 (聚合多种模型)

  • 访问 https://open.xiaojingai.com/register?aff=xeu4 注册。
  • 该平台除了 GLM-4.5,还提供 ChatGPT-4o、GPT-4.5、Claude Sonnet 4、Gemini 2.5 Pro 等多种顶级模型 API。

3. 获取体验指南

  • 如需详细的使用指南,可私信联系用户“桂花饼”获取。
http://www.dtcms.com/a/308300.html

相关文章:

  • 微服务架构技巧篇——接口类设计技巧
  • review|
  • Day15--二叉树--222. 完全二叉树的节点个数,110. 平衡二叉树,257. 二叉树的所有路径,404. 左叶子之和
  • 企业级部署 (基于tomcat与nginx)
  • 新书速览|R语言数据分析从入门到实践
  • Linux大页内存导致服务内存不足
  • Docker部署的PostgreSQL慢查询日志配置指南
  • 当文档包含图文混排表格时,如何结合大模型(如DeepSeek-VL)和OCR提取数据
  • 468. 验证IP地址
  • Ps2025
  • Python字典完全指南:从基础到实战(2025版)
  • 03 基于sklearn的机械学习-线性回归、损失函数及其推导
  • 大数据之Hive
  • MPU6050模块
  • 排序算法-选择排序(选择排序、堆排序)(动图演示)
  • 数据库Day04
  • 探索 Vue 3.6 新特性:Vapor Mode 与高性能 Web 应用开发
  • 【计算机网络】IP地址、子网掩码、网关、DNS、IPV6是什么含义?计算机中如何设置子网掩码与网关?
  • 大数据精准获客平台的破局之道:数据大集网的深度赋能
  • JavaEE初阶1.0
  • 【Unity】实现小地图
  • QT信号和槽怎么传输自己定义的数据结构
  • Redis哨兵模式搭建
  • 【普中STM32精灵开发攻略】--第 2 章 开发板功能及使用介绍
  • Qt C++实现KD树
  • BH1750模块
  • 上证50期权2400是什么意思?
  • 常见中间件漏洞
  • 腾讯云edge
  • 【SpringMVC】拦截器,实现小型登录验证