7月28日晚間，智譜發布新一代旗艦模型GLM-4.5，一款專為智能體應用打造的基礎模型，該模型在HuggingFace與ModelScope平臺同步開源。

根據官方介紹：

GLM-4.5 在包含推理、代碼、智能體的綜合能力達到開源 SOTA，在真實代碼智能體的人工對比評測中，實測國內最佳；采用混合專家（MoE）架構，包括 GLM-4.5：總參數量 3550 億，激活參數 320 億；GLM-4.5-Air：總參數 1060 億，激活參數 120 億；兩種模式：用于復雜推理和工具使用的思考模式，及用于即時響應的非思考模式；高速、低成本：API 調用價格低至輸入 0.8 元/百萬tokens、輸出 2 元/百萬tokens；高速版最高可達 100 tokens/秒。融合推理、編碼與智能體能力，綜合性能進入全球前三

GLM-4.5 是智譜首次在單一模型中整合多種核心能力的嘗試，尤其面向真實智能體任務進行系統優化。在 MMLU Pro、MATH500、LiveCodeBench、TAU-Bench 等 12 項評測中，GLM-4.5 綜合排名全球第三，位列國產和開源模型首位。

模型采用混合專家（MoE）架構，提供兩個版本：

GLM-4.5：總參數 3550 億，激活參數 320 億；

GLM-4.5-Air：參數縮減至 1060 億，激活參數 120 億。

訓練數據覆蓋 15 萬億 tokens 的通用語料，另有 8 萬億 tokens 針對代碼、推理、Agent 任務的精調數據，并輔以強化學習進行能力增強。

智譜構建了涵蓋六大開發場景的 52 個編程任務，對 GLM-4.5 與 Claude Code、Kimi-K2、Qwen3-Coder 等模型進行對比測試。

結果顯示，GLM-4.5 在任務完成度與工具調用可靠性方面表現優異，雖然在部分維度仍略遜于 Claude-4-Sonnet，但已能勝任多數實際開發場景。

參數效率與生成速度實現突破，降低使用門檻

在參數利用率方面，GLM-4.5 相比 DeepSeek-R1 和 Kimi-K2 顯著精簡，在 SWE-bench Verified 榜單中表現出更優的性能/參數比。

調用價格方面，GLM-4.5 API 輸入價格為0.8 元/百萬 tokens，輸出價格為2 元/百萬 tokens。

高速版本支持最高100 tokens/秒的生成速率，可支撐高并發部署需求。

原生支持復雜 Agent 應用，多個交互樣本已開放體驗

為展示其 Agent 能力，智譜同步發布多個真實場景 DEMO，包括：

模擬搜索引擎：可進行搜索、分析與聚合展示

彈幕視頻平臺、微博平臺模擬器：具備內容生成與界面控制能力

可玩的 Flappy Bird 游戲：展示其前端動畫生成與邏輯控制能力

圖文自動排版的 PPT 工具：支持16:9演示文稿、社交媒體長圖等多種格式輸出