編輯 | 云昭

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

今天凌晨，智譜新開(kāi)源了自家的最強(qiáng)模型 GLM 4.5。

從官方發(fā)布了的博客看，這次發(fā)布聚焦在了三項(xiàng)能力：推理、coding 和 Agentic 任務(wù)。

圈里一些朋友反饋看，說(shuō)它拿下了新一輪的卷王寶座，小編反而覺(jué)得 GLM 這次發(fā)布沒(méi)那么簡(jiǎn)單，有幾項(xiàng)新的功能，可以說(shuō)市面上僅此一家。

這里還是先“省流”地的說(shuō)幾點(diǎn)官方公開(kāi)的功能亮點(diǎn)，然后就開(kāi)始實(shí)測(cè)一波。

在智能體任務(wù)基準(zhǔn)測(cè)試中，GLM 4.5 拿下了媲美 Claude 4 Sonnet 相媲美的成績(jī)。尤其在函數(shù)調(diào)用方面，超過(guò)了 K2 和 Qwen3，登頂?shù)谝弧?/p>

此外，全棧開(kāi)發(fā)能力也非常強(qiáng)悍，開(kāi)發(fā)環(huán)境中的交互能力也拿到了第一。

第三點(diǎn)，GLM 4.5 自帶的 AI PPT 功能非常與眾不同，可以結(jié)合 HTML 代碼和圖像搜索插件，逐頁(yè)制作演示文稿，設(shè)計(jì)感碾壓市面上的產(chǎn)品。

先說(shuō)Highlight

對(duì)于大模型側(cè)而言，智譜也是一個(gè) AGI 的忠實(shí)擁躉。這次的 GLM 4.5，這次的重點(diǎn)是治理于將大模型的研發(fā)往前推進(jìn)一步：解決真實(shí)世界中的實(shí)際問(wèn)題。

圖片

具體思路就是：

我們現(xiàn)在有很多模型，有的擅長(zhǎng)寫代碼，有的擅長(zhǎng)數(shù)學(xué)，有的擅長(zhǎng)推理，卻沒(méi)有一個(gè)能在所有任務(wù)中都做到最優(yōu)表現(xiàn)。

GLM-4.5 正是在努力解決這個(gè)問(wèn)題：統(tǒng)一多種能力于一體。基于此，智譜團(tuán)隊(duì)圍繞這個(gè)命題，將 GLM-4.5 與 OpenAI、Anthropic、Google DeepMind、xAI、阿里巴巴、Moonshot 和 DeepSeek 的多個(gè)模型進(jìn)行對(duì)比，在12個(gè)基準(zhǔn)測(cè)試中涵蓋：

• Agentic（智能體類任務(wù)）3項(xiàng)
• Reasoning（推理任務(wù)）7項(xiàng)
• Coding（編程任務(wù)）2項(xiàng)

最后做了整體評(píng)估。綜測(cè)結(jié)果顯示：

1、工具調(diào)用成功率登頂：GLM-4.5 達(dá)到 90.6%，超越 Claude-Sonnet（89.5%）、Kimi K2（86.2%）和 Qwen3-Coder（77.1%）。

2、GLM-4.5 在 命令行模擬任務(wù) Terminal-Bench 中拿下第一，展示其在開(kāi)發(fā)環(huán)境中具備一定交互式控制能力。

3、在 SWE-bench 是編程實(shí)戰(zhàn)測(cè)試中，GLM-4.5 與 Claude Sonnet 不分伯仲，顯著領(lǐng)先 GPT-4.1。

4、Agentic Coding 勝率數(shù)據(jù)：GLM-4.5 對(duì)比 Kimi K2 的 52 項(xiàng)任務(wù)勝率為 53.9%，對(duì) Qwen3-Coder 勝率為 80.8%，表現(xiàn)強(qiáng)勢(shì)。

上面，這一堆數(shù)字可能大家現(xiàn)在都免疫了。所以小編在實(shí)測(cè)了之后，總結(jié)了下 GLM 4.5 的亮點(diǎn)功能。大家不妨一看：

• 支持多種工具協(xié)作開(kāi)發(fā)：可無(wú)縫對(duì)接 Claude Code、RooCode、CodeGeex 等插件，實(shí)現(xiàn)端到端開(kāi)發(fā)。
• 全棧開(kāi)發(fā)能力強(qiáng)：從前端頁(yè)面、美觀 UI 到后端部署，GLM-4.5 生成的界面功能性與美學(xué)兼顧，符合人類審美。
• PPT / 海報(bào)生成能力強(qiáng)：GLM-4.5 結(jié)合 HTML 代碼和圖像搜索插件，可以生成帶有設(shè)計(jì)感的完整演示文稿。
• 多輪交互式開(kāi)發(fā)：提供基礎(chǔ)項(xiàng)目骨架后，用戶只需“加需求”，模型就能自動(dòng)拓展功能并調(diào)試。

實(shí)測(cè)效果究竟如何？

先說(shuō)一個(gè)實(shí)測(cè)感受，就是 GLM 4.5 執(zhí)行任務(wù)是真慢，但慢的理由是值得的。

因?yàn)樗娴囊绕渌忻嫔系拇竽Ｐ停梢园盐覀儗?shí)際工作生活中的復(fù)雜任務(wù)做出非常 amazing 效果。

出于篇幅關(guān)系，小編做了兩個(gè)能力方面的用例實(shí)戰(zhàn)。

一個(gè)是全棧開(kāi)發(fā)能力方面。因?yàn)樾【幙吹揭恍┕倬W(wǎng)上舉的一些例子：賽博功德計(jì)數(shù)器、夢(mèng)幻三消小游戲什么的，感覺(jué)有些太幼稚了。

圖片

所以索性還是圍繞小編目前籌劃的播客站點(diǎn)，想了一個(gè)測(cè)試題目：

幫我設(shè)計(jì)一個(gè)射雕三部曲的播客選題的站點(diǎn)，要求：

1、界面是金庸武俠風(fēng)格 

2、背景有羽毛緩慢飄動(dòng)

3、自行發(fā)揮各個(gè)板塊

然后，GLM 4.5 就開(kāi)始干活了，思考過(guò)程非常清晰：先搞清楚用戶的意圖目的，并根據(jù)我的要求，拆解規(guī)劃了自己要完成的任務(wù)：

圖片

非常與眾不同的是，GLM 4.5 給出了非常系統(tǒng)的項(xiàng)目設(shè)計(jì)，逐項(xiàng)任務(wù)進(jìn)行拆解，進(jìn)而逐項(xiàng)實(shí)現(xiàn)，沒(méi)想任務(wù)之間的劃分可以說(shuō)做到了相當(dāng)程度的解耦，完成一項(xiàng)之后，就在待辦事項(xiàng)中劃掉一項(xiàng)。

可以說(shuō)，已經(jīng)非常 Agentic 了。

圖片

所以說(shuō)，具備這種思路的大模型，目前小編是第一次看到，驚艷到了。

此處略去各種感嘆號(hào)，直接讓大家看下最后的效果。

第二個(gè)實(shí)測(cè)的例子，更然小編折服了。最近小編一直想看《南京照相館》，題材很應(yīng)景，主演們：劉昊然、王傳君等也都是小編一直感冒的演員。只是一直沒(méi)有時(shí)間去看，所以干脆讓 GLM 4.5 幫我先看看影評(píng)，做個(gè)解說(shuō)PPT介紹一下了。

圖片

結(jié)果等了十幾分鐘后，PPT的界面效果出來(lái)之后，小編的瞳孔開(kāi)始地震了。

設(shè)計(jì)感的確很給力，而且每個(gè)畫面的布局、圖文之間的混排，非常人性。

當(dāng)劉昊然那張 C 位照片的透明封面出來(lái)之后，小編心想：這 AI PPT 界真的要變天了。

圖片

原理上，GLM 4.5 調(diào)用了四個(gè)工具來(lái)完成 AI PPT 的任務(wù)，Web Search、Slides Maker、WorkSpace、Image Search。

通過(guò)網(wǎng)頁(yè)代碼和圖像搜索結(jié)合的方式，可以說(shuō)是準(zhǔn)確度和設(shè)計(jì)感已經(jīng)超過(guò)小編本人的 PPT 水平了。

最后可以直接在 Chat 界面預(yù)覽，也可以導(dǎo)出 PDF 文件。給大家看看效果。

小編反正是徹底愛(ài)上了。雖然生成速度有些慢！

GLM 4.5 背后的技術(shù)公開(kāi)

這次，智譜也 open 了這一次升級(jí)背后的 Trick。

首先在架構(gòu)方面，更深的模型和更多的注意力頭可以帶來(lái)更佳的推理能力。

GLM-4.5 系列中，智譜團(tuán)隊(duì)在 MoE 層中使用了 無(wú)損負(fù)載均衡路由和 Sigmoid 門控機(jī)制。

智譜團(tuán)隊(duì)基于實(shí)驗(yàn)發(fā)現(xiàn)，更深的模型具有更強(qiáng)的推理能力。

所以，與 DeepSeek-V3 和 Kimi K2 的策略不同，他們選擇減少模型寬度（即隱藏層維度與被路由專家數(shù)量），增加模型深度（即層數(shù)）。

此外，在自注意力部分，GLM 4.5 還引入了 Grouped-Query Attention，并結(jié)合了 部分位置旋轉(zhuǎn)編碼（Partial RoPE）。同時(shí)，團(tuán)隊(duì)還將注意力頭的數(shù)量提升到常規(guī)的 2.5 倍（即在 5120 的隱藏維度下使用 96 個(gè)頭）。

雖然直覺(jué)上注意力頭數(shù)量的提升并未降低訓(xùn)練損失（loss），但研究人員觀察到它顯著提升了模型在 MMLU、BBH 等推理類基準(zhǔn)測(cè)試中的表現(xiàn)。

優(yōu)化器方面，智譜團(tuán)隊(duì)采用了 Muon 優(yōu)化器，具有更快的收斂速度與更強(qiáng)的超大批次容忍能力。

另外，在 GLM-4.5 和 GLM-4.5-Air 中，我們都加入了 MTP（多 Token 預(yù)測(cè)）層，以在推理階段支持推測(cè)式解碼。

其次，數(shù)據(jù)方面，GLM 4.5 采用了多階段訓(xùn)練的方法：

• 首先在 15 萬(wàn)億 token 的通用預(yù)訓(xùn)練語(yǔ)料上訓(xùn)練；
• 隨后追加訓(xùn)練 7 萬(wàn)億 token 的代碼與推理類語(yǔ)料；
• 在預(yù)訓(xùn)練之后，引入額外的任務(wù)增強(qiáng)階段，用以提升模型在關(guān)鍵下游任務(wù)中的表現(xiàn)。

官方博客中介紹，這些階段主要使用中等規(guī)模的領(lǐng)域?qū)Ｓ脭?shù)據(jù)集，包括指令調(diào)優(yōu)數(shù)據(jù)。

第三，強(qiáng)化學(xué)習(xí)階段，智譜還開(kāi)發(fā)了一套大模型強(qiáng)化學(xué)習(xí)框架：slime。目的是使RL訓(xùn)練階段具備出色的靈活性、效率與可擴(kuò)展性。

slime 的核心創(chuàng)新包括：

1、靈活的混合訓(xùn)練架構(gòu)。對(duì)于傳統(tǒng)推理類任務(wù)而言，可同時(shí)支持同步協(xié)同訓(xùn)練；對(duì)于智能體類任務(wù)優(yōu)化而言，可支持解耦異步訓(xùn)練模式。

值得注意的是，在異步模式下，訓(xùn)練與數(shù)據(jù)生成完全解耦，顯著提高 GPU 利用率，避免算力空轉(zhuǎn)。

2、智能體友好的解耦式設(shè)計(jì)。智能體訓(xùn)練常因環(huán)境交互延遲長(zhǎng)、分布不穩(wěn)定而拖慢訓(xùn)練。

slime 可將 rollout（環(huán)境交互）與訓(xùn)練邏輯徹底分離、并行處理，有效突破性能瓶頸。

3、 混合精度加速數(shù)據(jù)生成。使用高效的 FP8 格式 快速生成數(shù)據(jù)，同時(shí)在訓(xùn)練主循環(huán)中保留 BF16 以確保穩(wěn)定性。這樣可以大幅提升生成速率，同時(shí)保障訓(xùn)練質(zhì)量。

通過(guò)這些設(shè)計(jì)，slime 能無(wú)縫集成多種 agent 框架、支持多樣任務(wù)，并高效管理長(zhǎng)時(shí)間跨度的訓(xùn)練流程。

智譜GLM4.5是如何做到統(tǒng)一多項(xiàng)能力的？

重點(diǎn)技巧來(lái)了，正如上文所說(shuō)， GLM-4.5 這款面模型追求的是讓一款模型同時(shí)具備優(yōu)秀的推理、編程、通用工具調(diào)用的能力，智譜在開(kāi)源模型的同時(shí)，把這項(xiàng)核心技術(shù)也第一時(shí)間公開(kāi)了。

據(jù)悉，GLM 4.5 整合了下面幾項(xiàng)能力：

• 來(lái)自 GLM-4-0414 的通用能力
• 來(lái)自 GLM-Z1 的推理能力
• 進(jìn)一步強(qiáng)化了智能體能力，包括：

智能體編程（Agentic Coding）

深度搜索（Deep Search）

通用工具調(diào)用能力（General Tool-Using）

而這個(gè)整合階段則發(fā)生在 RL 階段。他們把流程也公開(kāi)了：

第一步：有監(jiān)督微調(diào)。基于精選的推理數(shù)據(jù)與合成的智能體場(chǎng)景，進(jìn)行微調(diào)。

第二步：專用 RL 訓(xùn)練階段。

• 對(duì)于推理任務(wù)，使用64K 長(zhǎng)上下文輸入，結(jié)合 難度分級(jí)課程表（curriculum），效果優(yōu)于傳統(tǒng)逐步調(diào)度。

動(dòng)態(tài)溫度采樣，兼顧探索與收斂

自適應(yīng)梯度裁剪，用于 STEM 類問(wèn)題的策略穩(wěn)定更新

并引入兩項(xiàng)改進(jìn)技術(shù)：

• 對(duì)于智能體任務(wù)，研究人員專注于兩個(gè)可驗(yàn)證任務(wù)：
  其一是開(kāi)發(fā)可擴(kuò)展的 QA 生成策略，其二是編程任務(wù)則通過(guò)真實(shí)代碼執(zhí)行反饋驅(qū)動(dòng)強(qiáng)化學(xué)習(xí)更新。其中專供的典型場(chǎng)景包括：

基于人類參與抽取網(wǎng)頁(yè)內(nèi)容

結(jié)合內(nèi)容遮蔽技術(shù)合成搜索類問(wèn)答

信息檢索型問(wèn)答（QA）

軟件工程任務(wù)（SWE）

此外，GLM 4.5 團(tuán)隊(duì)指出，盡管 RL 階段針對(duì)的是有限任務(wù)，但其帶來(lái)的提升可以遷移到通用能力，如 tool-use。

最后，通過(guò)專家蒸餾，就可以把這些專業(yè)能力集成進(jìn)主模型，賦予 GLM-4.5 全面的智能體能力。

寫在最后

在短短幾周內(nèi)，最佳開(kāi)源模型的桂冠頻繁上新，先是 Kimi-K2 ，然后是 Qwen3，而今天，GLM 4.5 繼續(xù)刷新榜單，拿下 Agentic 時(shí)代的 開(kāi)源 SOTA！

智譜，總在每一波大的大模型發(fā)展節(jié)奏中，找到自己的發(fā)展路徑。這一次 Agentic 時(shí)代，再一次用獨(dú)有的實(shí)力證明：OpenAI 不是唯一正確，做通用的 AGI，智譜團(tuán)隊(duì)有著非常自信的發(fā)展路徑，比如這次 AI PPT 的功能，就與其他產(chǎn)品的路線非常不同；再比如 MoE 架構(gòu)方面的優(yōu)化，新的強(qiáng)化學(xué)習(xí)階段的統(tǒng)一多項(xiàng)專有能力的過(guò)程，也是非常厲害的。

好了，大家也可以去試試了，重申：模型是開(kāi)源免費(fèi)的，但API是要錢的。

嘗鮮地址：??https://chat.z.ai/??

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：云昭