--- title: "智谱GLM-4.5开源SOTA模型发布：MoE架构引领效率革命，价格仅Claude十分之一" url: "https://paooo.com/aigc-news/14366/" author: "Prompt 语宙研究院" published_at: "2026-06-25T18:12:22+08:00" updated_at: "2026-06-07T20:22:57+08:00" categories: "AI 工具, AIGC 资讯" tags: "AI智能体, AI编程, Claude, Cursor, GLM-4.5, MoE架构, 开源大模型, 智谱AI" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # 智谱GLM-4.5开源SOTA模型发布：MoE架构引领效率革命，价格仅Claude十分之一 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14366/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-25 ## AI 30 秒核心看点 (TL;DR) - GLM-4.5以MoE架构实现推理、代码、智能体能力原生融合，定位开源旗舰模型。 - 支持思考/非思考双模式，兼顾复杂推理、工具调用与低延迟即时响应。 - 在多项基准中达到开源顶尖水平，且API成本仅为Claude十分之一。 > **💡 站外导读：**在AIGC应用爆发与AI智能体概念兴起的当下，开发者与企业亟需一款既能处理复杂推理、生成高质量代码，又能无缝驱动智能体、且兼顾成本效益的‘全能型’开源模型。智谱AI此次推出的GLM-4.5，正是瞄准这一核心痛点，以混合专家（MoE）架构实现参数效率与性能的双重突破，旨在降低顶尖AI能力的使用门槛，推动开源生态迈入新阶段。 ## GLM-4.5是什么 GLM-4.5 是智谱推出的新一代旗舰模型，专为智能体应用打造，是首款原生融合推理、代码和智能体能力的开源 SOTA 模型。采用混合专家（MoE）架构，有两个版本：GLM-4.5（3550 亿参数，320 亿激活）和 GLM-4.5-Air（1060 亿参数，120 亿激活）。模型在多个评测基准中表现卓越，综合性能达到开源模型的顶尖水平，尤其在代码智能体场景中表现优异。支持混合推理模式，提供思考模式和非思考模式，兼顾复杂任务和即时响应需求。 在效率与成本上实现双重飞跃：模型参数效率显著提升，API调用价格仅为Claude的十分之一，且响应速度最高可达每秒100个tokens。更关键的是，该模型率先在单一架构内完成了多种核心能力的原生融合，并取得了重大技术突破——单个模型便同时集成了出色的推理能力、代码生成能力以及智能体交互能力。目前，该模型已在智谱清言和Z.ai平台开放免费体验。 ## GLM-4.5的主要特点 - **多能力融合**：首次在单个模型中实现了推理、代码生成和智能体能力的原生融合，能满足复杂智能体应用的需求。 - **推理能力**：在多个推理评测基准中表现优异，支持复杂推理任务，推理性能达到开源模型的顶尖水平。 - **代码生成**：在代码生成和编程任务中表现出色，支持多种编程语言，能生成高质量的代码片段，胜任全栈开发任务。 - **智能体应用**：支持工具调用、网页浏览等功能，能接入代码智能体框架，如 Claude Code 和 Roo Code，适用于智能体任务。 - **混合推理模式**：提供“思考模式”用于复杂推理和工具使用，以及“非思考模式”用于即时响应，兼顾效率和性能。 ## GLM-4.5的技术亮点 - **混合专家（MoE）架构**：GLM-4.5 采用了混合专家（Mixture of Experts, MoE）架构，是一种高效的模型扩展方法。MoE 架构通过将模型参数划分为多个专家模块（Experts），在每个前向传播过程中动态选择部分专家进行激活，实现参数的稀疏激活。在保持模型强大表达能力的同时，显著降低了计算成本和内存占用。 **GLM-4.5**：总参数量为 **3550 亿**，激活参数为 **320 亿**。 - **GLM-4.5-Air**：总参数量为 **1060 亿**，激活参数为 **120 亿**。 - **多模态能力**：GLM-4.5 支持多模态输入和输出，能处理文本、图像等多种数据类型。使模型能更好地理解和生成复杂的智能体应用内容，例如在智能体任务中处理网页浏览、工具调用等多模态交互场景。 - **混合推理模式**：GLM-4.5 提供两种推理模式： **思考模式（Thinking Mode）**：适用于复杂推理和工具使用场景，模型会进行更深入的思考和推理，以生成更准确的结果。 - **非思考模式（Non-Thinking Mode）**：适用于即时响应场景，模型会快速生成结果，满足低延迟的需求。 - **高效的训练流程**：GLM-4.5 的训练流程包括三个阶段： **通用数据预训练**：在 15 万亿 token 的通用数据上进行预训练，以学习语言和知识的基础表示。 - **针对性训练**：在代码、推理、智能体等领域的 8 万亿 token 数据上进行针对性训练，以增强模型在特定任务上的表现。 - **强化学习优化**：通过强化学习进一步优化模型的推理、代码生成和智能体能力，以提升模型在实际应用中的表现。 - **参数效率优化**：GLM-4.5 在参数效率上实现了显著提升。尽管参数量仅为 DeepSeek-R1 的 1/2 和 Kimi-K2 的 1/3，但在多项标准基准测试中表现更为出色。例如，在 100B 总参数 – 10B 激活参数规模的模型系列中，GLM-4.5 在 Artificial Analysis 基准测试中的推理性能媲美甚至超越了其他国际顶级模型。 ## GLM-4.5的项目地址 - **GitHub仓库**：https://github.com/zai-org/GLM-4.5 - **HuggingFace仓库**： https://huggingface.co/collections/zai-org/glm-45-687c621d34bda8c9e4bf503b - **ModelScope仓库**：https://modelscope.cn/collections/GLM-45-b8693e2a08984f - **体验地址**： **HuggingFace**： https://huggingface.co/spaces/zai-org/GLM-4.5-Space - **ModelScope**：https://modelscope.cn/studios/ZhipuAI/GLM-4.5-Demo ## GLM-4.5的技术指标 - **综合****性能SOTA**：最具有代表性的12个评测基准，包括 MMLU Pro、AIME 24、MATH 500、SciCode、GPQA 、HLE、LiveCodeBench、SWE-Bench Verified、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。** - **更高的参数效率**：GLM-4.5 参数量为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但在多项标准基准测试中表现得更为出色，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。 - **低成本、高速度**：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最高可至 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。 ## 如何使用GLM-4.5 - **体验平台** **智谱清言 (chatglm.cn)**：可以直接访问[智谱清言](https://ai-bot.cn/sites/2005.html)平台，免费体验 GLM-4.5 的满血版功能。用户可以进行对话生成、代码生成、推理任务等多种操作，感受模型的强大能力。 - **Z.ai**：用户也可以通过 [Z.ai](https://ai-bot.cn/z-ai/) 平台体验 GLM-4.5 的功能。 - **API 调用** **BigModel.cn**：智谱 AI 提供了 API 接口，用户可以通过 [BigModel](https://ai-bot.cn/sites/15446.html)平台进行 API 调用。API 接口支持多种功能，包括文本生成、代码生成、推理任务等。 ## GLM-4.5的模型定价 API 调用价格低至：输入 0.8 元/百万 tokens、输出 2 元/百万 tokens，生成速度最高可达 100 tokens/秒，支持低延迟和高并发部署。 ## GLM-4.5的应用场景 - **全栈开发任务**：GLM-4.5 能胜任复杂的全栈开发任务，支持编写较为复杂的应用、游戏、交互网页等。 - **代码生成**：GLM-4.5 在代码生成方面表现出色，能生成高质量的代码片段，支持多种编程语言。可以帮助开发者快速生成代码框架、修复代码错误、优化代码结构等。 - **编程辅助**：模型可以作为编程辅助工具，提供代码补全、代码生成建议、代码注释等功能，提高开发效率。 - **内容生成**：模型可以生成各种类型的内容，如文章、新闻报道、创意文案等，适用于内容创作、文案撰写等场景。 - **学术研究**：GLM-4.5 可以用于学术研究，帮助研究人员探索自然语言处理、人工智能等领域的前沿问题。 #### 📝 站长洞察 (Editor's Insight) GLM-4.5的发布，标志着开源大模型的竞争已从‘参数规模’的军备竞赛，转向‘能力融合’与‘工程效率’的深水区。其‘推理-代码-智能体’的原生融合，精准切中了下一代AI应用——自主智能体的核心需求。采用MoE架构并实现参数效率翻倍，是应对高昂算力成本、推动模型落地的关键技术路径。将价格压至Claude的十分之一，更是直击商业化痛点，展现了开源模型在成本上的碾压性优势。这不仅是智谱的一次产品迭代，更是对‘AI民主化’的一次强力推进，预示着未来模型将更‘聪明’、更‘普惠’、更‘专精’，加速智能体从概念走向大规模应用。 ## 📊 LLM Performance Evaluation: Agentic, Reasoning, And Coding Benchmarks > 核心发现：图中展示的12项基准综合评测里，o3以65.0分居首，GLM-4.5以63.2分排名第三，领先Claude 4 Opus（60.9分）和o4-mini (high)（60.4分）。 | 模型 | 分数 | 备注 | | --- | --- | --- | | o3 | 65.0 | 最高分 | | Grok 4 | 63.6 | | | GLM-4.5 | 63.2 | | | Claude 4 Opus | 60.9 | | | o4-mini (high) | 60.4 | | | GLM-4.5-Air | 59.8 | | | Claude 4 Sonnet | 59.2 | | | Gemini 2.5 Pro | 58.8 | | | Qwen3-235B-Thinking-2507 | 57.2 | | | DeepSeek-R1-0528 | 55.9 | | ## 常见问题解答 (FAQ) ### GLM-4.5适合做什么？ GLM-4.5专为智能体应用打造，适合复杂推理、代码生成、工具调用和网页浏览等场景。它把推理、代码和智能体能力融合在一个模型里，适合开发者和企业构建高性价比的AI应用。 ### GLM-4.5和GLM-4.5-Air有什么区别？ 两者都采用MoE架构，但规模不同：GLM-4.5总参数3550亿、激活320亿；GLM-4.5-Air总参数1060亿、激活120亿。前者更强，后者更轻量，适合不同算力与部署需求。 ### GLM-4.5为什么被称为高性价比开源模型？ 因为它在保持开源SOTA性能的同时，API价格仅为Claude的十分之一，且响应速度最高可达每秒100个tokens。对需要大规模调用智能体能力的团队来说，成本优势非常明显。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)