2025年7月28日，智谱 AI（Zhipu）发布了 GLM-4.5，并瞄准了大模型一个具体痛点：它们各有所长，却彼此割裂。一个擅长推理，一个编码好，一个会调工具，但没有一套权重能三者兼得。GLM-4.5 正是为弥合这道鸿沟而生——一个"智能体原生"模型，让推理、编码与工具调用共享同一颗大脑。
模型以 MIT 许可证开源权重发布，并附带更轻量的兄弟版本 GLM-4.5-Air，用于更省成本的部署。智谱称其为发布时 12 项基准综合榜上的开源第一。
核心要点
- GLM-4.5 是一个 3550 亿参数的 MoE，每词元激活 320 亿；GLM-4.5-Air 为 1060 亿总/120 亿激活。两者均为 MIT 下的开源权重。
- 它是混合推理模型，具备思考模式（复杂推理、工具调用）与非思考模式（即时回答），被打造为智能体原生（agent-native）模型。
- 智谱将其定位为智能体原生：一个模型统一推理、编码与工具调用，公布工具调用成功率 90.6%。
- 12 项基准综合得分公布为总榜第三、开源第一；API 价格从约 0.11 美元（0.88 港元）/百万输入词元起。
一个模型，三份工作
GLM-4.5 分阶段训练，总计约 23 万亿词元：15 万亿词元通用预训练，再约 8 万亿词元的代码、推理与智能体数据，随后用强化学习打磨这些技能。设计目标很明确——满足"快速崛起的智能体应用"，它们需要模型在一个请求内规划、写码并调工具。
智谱指出，GLM-4.5 的 3550 亿参数约为 DeepSeek-R1 的一半、月之暗面 Kimi K2 的三分之一，主张是更高的参数效率而非原始规模带来了结果。更小的 GLM-4.5-Air（1060 亿/120 亿激活）被称在推理基准上达到可比 Gemini 2.5 Flash 与 Claude 4 Sonnet 的水平。
再来一次混合推理
与通义千问 Qwen3 类似，GLM-4.5 提供两种模式。思考模式处理硬推理与工具调用；非思考模式给出快速直接回答。调用方按请求选择。上下文长度 128K 词元，最多输出 96K 词元。
对智能体，模型新增原生函数调用，并通过智谱 BigModel.cn 平台与 Claude Code 框架一键兼容——向已在构建智能体工作流的开发者递出务实的橄榄枝。
智能体基准
智谱在 τ-bench（TAU-bench）与 BFCL-v3（伯克利函数调用榜 v3）上衡量智能体能力，称 GLM-4.5 在两者上都与 Claude 4 Sonnet 持平。在网页浏览基准 BrowseComp 上，GLM-4.5 借助工具访问答对 26.4%——高于 Claude-4-Opus（18.8%），接近 o4-mini-high（28.3%）。
公布分数包括：
- MMLU-Pro：84.6%。
- AIME 2024：91%。
- SWE-bench Verified：64.2%。
- TAU-bench：79.7%（零售）、60.4%（航空）。
- BrowseComp：26.4%。
- 工具调用成功率：90.6%。
在 12 项基准综合（智能体、推理、编码）上，智谱公布 GLM-4.5 总榜第三、开源第一，GLM-4.5-Air 第六。
成本与获取
API 以约每百万输入词元 0.8 元、输出 2 元上线——约 0.11 美元（0.88 港元）输入、0.28 美元（2.2 港元）输出。权重在 Hugging Face 与 ModelScope。MIT 许可加上低于 3550 亿的激活足迹，让无法运行完整 1T 级模型的团队也能真实自托管。
为何重要
GLM-4.5 是 2025 年一个模式的一部分：中国实验室不仅在规模上竞赛，更在"智能体原生"设计上竞速——把工具使用当作核心而非外挂的模型。通过统一三项技能并开源权重，智谱让小团队用一次下载就能拿到此前需多个专用模型才能拼出的智能体能力。
效率主张是最值得关注的部分。智谱主张：把推理、编码与工具调用折叠进一个 3550 亿模型，在成本与一致性上都优于跑三个独立专用模型——单一上下文意味着模型在调用 API 时能记住自己写的代码。若在生产中成立，它便降低了没有前沿预算却想构建自主工作流的创业公司的门槛。Air 变体把同一思路向下延伸：一个中等集群就能服务、1060 亿的模型，在推理上收窄开源与闭源的差距，同时保持可自托管。
坦诚的局限
- BrowseComp 的 26.4% 仍然偏低；该模型的网页浏览智能体在难题上远未可靠。
- 基准综合与多数分数为智谱自有、在其测试框架与尝试次数下测得，独立运行可能不同。
- 与同行一样，GLM-4.5 仅支持文本，发布时无原生视觉或音频。
- 3550 亿完整模型仍需相当硬件；Air 变体以部分峰值能力换取更轻部署。
需要说明，智谱 GLM-4.5 是纯文本大模型，并非多模态模型，不处理图像或语音。
普通人现在能做什么
1. 从 Hugging Face 拉取 GLM-4.5-Instruct（硬件受限则选 GLM-4.5-Air），在一个需要同时编码与调工具的单次提示上测试。
2. 在真实工具调用集上，先把这套 MIT 许可的开源权重与闭源智能体模型对比，再决定是否签约付费 API。
3. 若你已用 Claude Code 式工作流，试试智谱的一键兼容，看开源模型能否满足你的智能体构建。