智谱AI，彻底爆了！开源模型GLM-4.5，能力全面SOTA

昨日，智谱发布了新一代旗舰模型GLM-4.5，引发了全球AI圈的关注。作为中国大模型领域的“国家队”代表，他们之前还被OpenAI视为主要竞争对手。

本次发布的GLM-4.5模型，据说在推理、代码、智能体综合能力方面，达到开源模型SOTA水平；在真实场景Agentic Coding对比评测中，实测结果国内最佳。并且GLM-4.5在Hugging Face与ModelScope平台同步开源，模型权重遵循MIT License。

01

综合性能SOTA，杀入全球大模型第一梯队

GLM-4.5融合更多复杂推理、代码和智能体等多种通用能力并取得技术突破，首次在单个模型中实现将推理、编码和智能体能力原生融合，以满足智能体应用的复杂需求。

根据最具有代表性的12个评测，即MMLU Pro、AIME24、MATH 500、SciCode、GPQA、HLE、LiveCodeBench、SWE-Bench、Terminal-bench、TAU-Bench、BFCL v3和BrowseComp。综合平均分，GLM-4.5取得了全球模型第三、国产模型第一，开源模型第一。

GLM-4.5参数量为DeepSeek-R1的1/2、Kimi-K2的1/3，但同样在多项标准基准测试中表现得更加出色，这得益于GLM模型的更高参数效率。在衡量模型代码能力的SWE-Bench Verified 榜单上，GLM-4.5系列位于性能/参数比帕累托前沿，这表明在相同规模下，GLM-4.5系列实现了最佳性能。

在性能优化之外，GLM-4.5系列也在成本和效率上实现突破，由此带来远低于主流模型定价：API调用价格低至输入0.8元/百万tokens，输出2元/百万tokens。

同时，高速版本实测生成速度超过100 tokens/秒，支持低延迟、高并发的实际部署需求，兼顾成本效益与交互体验。

据官方介绍，GLM-4.5系列能够胜任全栈开发任务，编写较为复杂的应用、游戏、交互网页。

在实际应用当中，GLM-4.5模型能力和体验究竟如何呢？下面就跟随K哥一起上手实测。

02

用GLM-4.5手搓一个智能体后，

我卸载了所有AI编程工具

正好这两天在参加WAIC2025（世界人工智能大会），我想做个逛展智能体，来帮助我从100场论坛、800个展台当中挑选出我最感兴趣的，并且制定逛展计划，这个任务就交给GLM-4.5了。我们使用模型的原生能力，来开发这个功能和交互都相对复杂的Agent。

先打开网站：Z.ai

完整注册后，在左上角选择模型GLM-4.5。

在输入框下方看到：AI PPT、全栈开发、写代码、帮我写、搜信息等，选择「全栈开发」。

在让AI帮你开发之前，需要整理好需求，我们要开发的智能体要能够基于WAIC2025的信息，按照用户的要求进行检索、制定逛展计划，界面交互简洁友好。

还要解决数据来源的问题，我把“WAIC2025媒体指南”电子版上传到Z.ai。

然后把梳理好的需求，整理成提示词，如下：

开发一个“WAIC2025逛展智能体”，功能点如下：

1、根据用户的要求检索展会信息...

2、基于用户输入，调用大模型GLM-4.5能力，理解用户需求，根据“WAIC2025的信息”制定规划逛展计划...

3、提醒功能：根据制定的计划，在论坛或活动开始前1小时弹窗提醒...

4、界面设计...

将提示词输入后，开发工作就开始了。界面左侧是编码过程，右侧是程序预览界面。

整个编码任务被拆分成4个部分：分析图片数据和构建会展信息库、设计界面布局组件、实现会展信息检索、实现逛展计划、优化界面与交互。

首先执行的是：分析图片数据和构建会展信息库，模型能够根据图片内容构建会展信息数据库。

接下来，实现信息检索、制定计划的功能，这部分需求描述比较明确，所以实现起来比较快。

功能实现完毕，最后一步就是对界面布局交互的进一步优化，现在已经可以在右边看到界面效果了。

最后是项目总结，到这一步项目就算是执行结束了，整个过程都是基于GLM-4.5模型的原生能力生成的，真正实现了张张嘴就能编程。

下面就来看看逛展智能体的运行效果吧，点击左上方的小眼睛图标，就可以打开程序链接。

界面是我喜欢的赛博朋克风格，检索功能体验也十分流畅。

再体验下制定计划功能，输入关键字、选择日期，就可以生成一份专属逛展计划。

Z.ai还支持代码工程打包下载、代码发布，发布后就可以在线使用。

贴上这个智能体的链接，欢迎大家体验：

https://f0vbx6ngdgk1-deploy.space.z.ai

我之前尝试过Cursor、Codex等AI编程工具，体验完GLM-4.5的原生编程能力，我不会再考虑其它工具了，它能够完成我的大部分智能体开发需求，而且不需要你懂编程，只要描述清楚需求，剩下的交给它就行了。

03

GLM-4.5为什么这么强？源自技术创新

你一定好奇，为什么GLM-4.5能力这么强，下面我们看下模型的架构与技术实现。

GLM-4.5采用混合专家（MoE）架构，包括GLM-4.5：总参数量3550亿，激活参数为320亿；GLM-4.5-Air：总参数量1060亿，激活参数为120亿。

GLM-4.5和GLM-4.5-Air均支持混合推理模式，提供两种模式：用于复杂推理和工具使用的思考模式，以及用于即时响应的非思考模式。模型都是在15万亿token的通用数据上进行了预训练，然后在代码、推理、智能体等领域的8万亿token数据上进行了针对性训练，最后通过强化学习进一步增强了模型的推理、代码与智能体能力。

GLM-4.5真正实现了高速、低成本。不仅API调用价格便宜，还支持低延迟、高并发的实际部署需求，兼顾成本效益与交互体验。

无论你是资深程序员还是编程小白，都能通过GLM-4.5快速构建应用，让技术服务于创意，让创意推动技术进步；“人人都是开发者”正在成为现实。

最后，给大家送个福利，智谱正推出“50块就能包月爽用GLM-4.5，调用量无上限”的活动，名额有限，不妨试试。