GLM-4.5核心特性概览：
•MoE 架构
•混合推理模型
•总参数 355B（激活参数 32B）
•GQA + 部分 RoPE
•多 Token 预测
•Muon 优化器 + QK 归一化
•22T Token 训练语料
•Slime RL 基础设施
•原生工具调用
图片
图片
模型架构与预训练：GLM-4.5 总参数规模达 355B（激活参数 32B），采用更深但更窄的模型设计，通过增加层数和 96 个注意力头来优化推理能力。轻量版 GLM-4.5-Air 为 106B 参数（激活参数 12B）。
图片
训练语料库规模达 22T Token，其中包含 15T 通用数据和 7T 代码/推理专用数据。采用分组查询注意力（GQA）+ 部分旋转位置编码（RoPE）来提升长上下文处理效率和推理任务准确性。
中期训练的关键作用： "与早期在大规模通用文档上进行预训练不同，这些阶段采用中等规模的领域特定数据集，包括指令数据。"
其他设计亮点：多 Token 预测（MTP）：支持推测解码，实现更快的推理速度。；Muon 优化器 + QK 归一化：提升大批量训练的稳定性和可扩展性。
Slime RL 基础设施
•支持agent强化学习的异步推出与训练分离
•混合精度推出（FP8 推理，BF16 训练）提升效率
图片
后训练流程：
•在推理和agent场景上进行监督微调
•针对推理（含课程学习）和agent任务（信息检索问答和代码执行）的强化学习
•专家蒸馏以整合专业技能
图片
整体性能表现：GLM-4.5 总排名第三，GLM-4.5 Air 排名第六。
agent能力：这是个令人兴奋的结果！GLM-4.5 提供 128K 上下文长度和原生函数调用能力，性能可媲美 Claude 4 Sonnet！
测试时扩展：GLM-4.5 在 BrowseComp 上的测试时扩展准确率呈现健康的增长曲线。
推理性能：GLM-4.5 在多个推理基准测试中表现极具竞争力。这种稳定的性能表现尤为重要，因为统一各种能力是很难做到的。
编程能力：虽未达到 Claude 4 Opus 或 o3 的水平，但仍极具竞争力，明显优于 DeepSeek-R1-0528，与 Kimi-K2 处于同一水准。
帕累托前沿分析："GLM-4.5 和 GLM-4.5-Air 相比同等规模的模型展现出卓越性能，在性能-规模权衡边界上实现了最优效率。"
真实场景表现：GLM-4.5 在真实开发场景中的agent编程表现令人印象深刻，相比 Kimi K2 和 Qwen-3 Code 的胜率表现亮眼。
其他能力特性
原生工具调用：通过集成函数调用和agent规划，工具调用成功率达 90.6%。
全栈开发agent：通过类似 Claude Code 的界面实现多轮agent编程，支持前端/后端开发、幻灯片制作和产出物生成。
