Z.ai 推出 GLM-4.5：主打深度推理與智慧體，355B 僅啟用 32B 引數

開源大模型現在卷架構，幾乎全在跟風做寬、堆專家數量。智譜旗下的 Z.ai 這次拿出的新旗艦，卻偏偏反著來。

Z.ai 正式推出了新一代旗艦模型 GLM-4.5 與輕量版 GLM-4.5-Air，連同 FP8 量化版本一併上線。兩款模型第一天就直接接入了推理框架 SGLang，開發者拉下映象就能跑。

這次最核心的改變在引數和架構設計上。GLM-4.5 總引數量 355B，但每次只啟用 32B；輕量版的 GLM-4.5-Air 總引數 106B，啟用僅 12B。在大家都在狂堆並行的當下，它明確選擇了一條少有人走的路。

寧要層數，不要虛胖

對比 DeepSeek-V3 或者 Kimi K2 這類同行動作，GLM-4.5 的設計思路可以總結為重深度、輕寬度。

它沒有一味去堆更多的專家數量或拉大隱藏層維度，而是把模型層數做深，配合無損均衡路由和 Sigmoid 門控。在 5120 的隱藏維度下塞進了 96 個注意力頭，數量是常見設計的 2.5 倍，專門用來啃下硬核的邏輯推理。

訓練和推理細節上也堆滿了工程技巧：訓練端用上了 Muon 最佳化器和開源的 slime 強化學習框架，推理端則靠 MTP 多 token 預測頭配合 EAGLE 演算法做投機解碼，把吞吐拉滿。

從官方給出的 12 項基準綜合成績來看，GLM-4.5 在 OpenAI、Anthropic、Google 等一眾大廠旗艦中排到了第三，Air 版排在第六。

在具體的任務上，它的長項非常偏向工程實操。SWE-bench Verified 達到 64.2，工具呼叫成功率做到 90.6%；在 BrowseComp 網頁瀏覽測試裡拿到 26.4%，越過了 Claude 4 Opus。面對同行同類模型，它在對戰評測中對 Kimi K2 的勝率是 53.9%，對 Qwen3-Coder 的勝率則達到了 80.8%。

為什麼重要

對於需要自建 Coding Agent 或企業級複雜工作流的團隊來說，GLM-4.5 提供了一個極其現實的選擇。

過去用開源模型做智慧體，最頭疼的就是多輪工具呼叫時常斷片、程式碼修補跑不通終端。GLM-4.5 拿出 90.6% 的工具呼叫成功率和 128k 上下文，加上與 SGLang 的原生整合，意味著中小團隊不用再花幾個月去自己調優推理棧，拿來就能搭起一套高吞吐的程式碼助手或自主 Agent。

在行業層面，我們認為 GLM-4.5 這一步走得很務實。在算力受限的大環境下，盲目跟風超大 MoE 的總引數量只會讓部署成本居高不下；而通過把模型做深、精簡啟用引數（大版啟用 32B、Air 版僅啟用 12B），它把前沿推理能力下放到了單機多卡更易消化的區間。

不過隱患也同樣存在。偏向深層結構的模型，在硬體通訊延遲和推理序列延遲上天生更敏感，這就高度依賴 SGLang 這類推理棧的底層最佳化水平。它在基準測試上的亮眼勝率，究竟能不能在錯綜複雜的真實生產環境裡經受住考驗，接下來就看社群和開發者的實際反饋了。