GLM-4.5：三体合一的开源智能体大模型，重新定义AI推理边界
💡
原文中文，约2700字，阅读约需7分钟。
📝
内容提要
GLM-4.5系列是一个追求通用人工智能的超级模型，具备智能体能力、复杂推理和编程能力。该模型采用MoE架构，参数达到3550亿，计算效率提升了3倍。在智能体、推理和编程能力方面表现出色，开源将加速AI应用的落地，标志着中国在AI领域的新里程碑。
🎯
关键要点
- GLM-4.5系列是追求通用人工智能的超级模型，具备智能体能力、复杂推理和编程能力。
- 该模型采用MoE架构，参数达到3550亿，计算效率提升3倍。
- GLM-4.5-Air轻量版参数为1060亿，性能超多数百亿级模型。
- 模型具备动态切换推理模式的能力，兼顾效率与精度。
- 在智能体能力方面，TAU-Bench准确率达到79.7%，超越Gemini 2.5 Pro。
- 推理能力方面，AIME 24正确率91.0%，接近人类奥赛选手水平。
- 编程能力方面，SWE-bench通过率为64.2%，在终端操作中超越Claude Sonnet 4。
- 模型训练采用三阶段锻造ARC铁三角，包含预训练数据革命、中训练和后训练专家蒸馏。
- 在真实场景中，逻辑推理和翻译能力表现优异，翻译准确率高于专业翻译模型。
- GLM-4.5全开源，支持128K上下文，适合消费级显卡集群部署。
- 该模型的开源标志着中国在AI领域的新里程碑，推动AI智能体的实际应用。
❓
延伸问答
GLM-4.5模型的主要特点是什么？
GLM-4.5模型具备智能体能力、复杂推理和编程能力，采用MoE架构，参数达到3550亿，计算效率提升3倍。
GLM-4.5在智能体能力方面的表现如何？
在TAU-Bench测试中，GLM-4.5的准确率达到79.7%，超越了Gemini 2.5 Pro。
GLM-4.5的推理能力如何？
在AIME 24国际数学竞赛题中，GLM-4.5的正确率为91.0%，接近人类奥赛选手水平。
GLM-4.5的编程能力表现如何？
在SWE-bench测试中，GLM-4.5的通过率为64.2%，在终端操作中超越Claude Sonnet 4。
GLM-4.5的开源对AI领域有什么意义？
GLM-4.5的全开源标志着中国在AI领域的新里程碑，将加速AI智能体的实际应用。
GLM-4.5的训练过程是怎样的？
GLM-4.5采用三阶段锻造ARC铁三角，包括预训练数据革命、中训练和后训练专家蒸馏。
➡️
