开源新旗舰 GLM-4.5：不想刷榜，只想干活儿

最新推荐文章于 2025-07-30 23:39:10 发布

jike007gt

最新推荐文章于 2025-07-30 23:39:10 发布

阅读量395

点赞数 22

CC 4.0 BY-SA版权

文章标签：人工智能机器学习大模型

本文链接：https://blog.csdn.net/jike007gt/article/details/149776396

昨天，AI 圈又迎来一位重量级选手，智谱开源的新一代旗舰模型 ------GLM-4.5。

我知道，你可能下意识就想说："哦，又一个？"

这其实不是智谱第一次、第一时间开源自家最先进的大模型了，他们似乎总觉得好东西就该拿出来分享，每次都是掏空 "家底儿" 式开源。这次更是一口气开源了两个模型：GLM-4.5 和它的 "青春版" GLM-4.5-Air，模型权重还是最宽松的 MIT 协议。

GitHub 地址：github.com/zai-org/GLM-4.5

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

当所有人的目光都还盯着大模型评测排行榜时，智谱却反其道而行之，仿佛在说：" 卷排名多累啊，我只想安安静静做个能干活的好同志。"

一、有实力登顶，但更在乎你的体验

要挑战 "刷榜" 文化，首先得有能上榜的实力。

这次，智谱官方选择了最具代表性的 12 个评测数据集，从 MMLU Pro 到 AIME 24，GLM-4.5 直接斩获全球第三、国产第一、开源第一的成绩。

但智谱的目标并不止于榜单分数。他们坦言：" 榜单分数看看就好，真实体验才是王道。" 如今，顶级大模型的跑分差距都不是很大，与其比拼分数，不如拉到真实、复杂的应用场景里一较高下，来得痛快！

为此，智谱团队直接发起了一场硬核 "蒙眼乱斗"：让 GLM-4.5 与业内顶尖模型（Claude-4-Sonnet、Kimi-K2、Qwen3-Coder）匿名挑战 52 道真实编程任务。

结果显示，GLM-4.5 在开源模型中展现出不俗的竞争力，尤其在工具调用可靠性和任务完成度方面表现突出。虽然与 Claude-4-Sonnet 尚有差距，但在多数场景下已具备 "平替" 能力。

为保证评测的透明与公正，智谱还开源了全部 52 道题目和 Agent 运行轨迹。

数据集：huggingface.co/datasets/zai-org/CC-Bench-trajectories

二、用一半资源，做翻倍的事

众所周知，模型越大能力越强，但更高效的工程实力同样重要。GLM-4.5 的卓越表现，正是得益于其工程优化和出色的参数效率。GLM-4.5 系列均采用先进的混合专家（MoE）架构：

GLM-4.5 总参数为 355B，激活参数为 32B
GLM-4.5-Air 总参数为 106B，激活参数为 12B

GLM-4.5 的总参数量仅为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，却在多项权威基准测试中表现得更为出色。

如果你是个人开发者，苦于无法运行万亿参数的大模型？不用担心。智谱还提供了远低于主流模型 API 服务的定价：

输入仅 0.8 元 / 百万 tokens
输出仅 2 元 / 百万 tokens

这个定价，让个人开发者、初创企业也能毫无压力地使用最前沿的旗舰大模型。接入模型同样非常简单，只需几行代码即可快速上手：

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="YOUR_API_KEY") # 替换成你的API Key

response = client.chat.completions.create(
    model="glm-4.5",  # 或者 glm-4.5-air
    messages=[
        {"role": "user", "content": "你好，请你帮我写一个 HelloGitHub 网站。"},
    ],
    thinking={"type":"enabled"}
)
print(response.choices[0].message.content)