编辑 | 云昭
出品 | 51CTO技术栈（微信号：blog51cto）
今天凌晨，智谱新开源了自家的最强模型 GLM 4.5。
从官方发布了的博客看，这次发布聚焦在了三项能力：推理、coding 和 Agentic 任务。
圈里一些朋友反馈看，说它拿下了新一轮的卷王宝座，小编反而觉得 GLM 这次发布没那么简单，有几项新的功能，可以说市面上仅此一家。
这里还是先“省流”地的说几点官方公开的功能亮点，然后就开始实测一波。
在智能体任务基准测试中，GLM 4.5 拿下了媲美 Claude 4 Sonnet 相媲美的成绩。尤其在函数调用方面，超过了 K2 和 Qwen3，登顶第一。
此外，全栈开发能力也非常强悍，开发环境中的交互能力也拿到了第一。
第三点，GLM 4.5 自带的 AI PPT 功能非常与众不同，可以结合 HTML 代码和图像搜索插件，逐页制作演示文稿，设计感碾压市面上的产品。
先说Highlight
对于大模型侧而言，智谱也是一个 AGI 的忠实拥趸。这次的 GLM 4.5，这次的重点是治理于将大模型的研发往前推进一步：解决真实世界中的实际问题。
图片
具体思路就是：
我们现在有很多模型，有的擅长写代码，有的擅长数学，有的擅长推理，却没有一个能在所有任务中都做到最优表现。
GLM-4.5 正是在努力解决这个问题：统一多种能力于一体。基于此，智谱团队围绕这个命题，将 GLM-4.5 与 OpenAI、Anthropic、Google DeepMind、xAI、阿里巴巴、Moonshot 和 DeepSeek 的多个模型进行对比，在12个基准测试中涵盖：
- Agentic（智能体类任务）3项
- Reasoning（推理任务）7项
- Coding（编程任务）2项
最后做了整体评估。综测结果显示：
1、工具调用成功率登顶：GLM-4.5 达到 90.6%，超越 Claude-Sonnet（89.5%）、Kimi K2（86.2%）和 Qwen3-Coder（77.1%）。
2、GLM-4.5 在 命令行模拟任务 Terminal-Bench 中拿下第一，展示其在开发环境中具备一定交互式控制能力。
3、在 SWE-bench 是编程实战测试中，GLM-4.5 与 Claude Sonnet 不分伯仲，显著领先 GPT-4.1。
4、Agentic Coding 胜率数据：GLM-4.5 对比 Kimi K2 的 52 项任务胜率为 53.9%，对 Qwen3-Coder 胜率为 80.8%，表现强势。
上面，这一堆数字可能大家现在都免疫了。所以小编在实测了之后，总结了下 GLM 4.5 的亮点功能。大家不妨一看：
- 支持多种工具协作开发：可无缝对接 Claude Code、RooCode、CodeGeex 等插件，实现端到端开发。
- 全栈开发能力强：从前端页面、美观 UI 到后端部署，GLM-4.5 生成的界面功能性与美学兼顾，符合人类审美。
- PPT / 海报生成能力强：GLM-4.5 结合 HTML 代码和图像搜索插件，可以生成带有设计感的完整演示文稿。
- 多轮交互式开发：提供基础项目骨架后，用户只需“加需求”，模型就能自动拓展功能并调试。
实测效果究竟如何？
先说一个实测感受，就是 GLM 4.5 执行任务是真慢，但慢的理由是值得的。
因为它真的要比其他市面上的大模型，可以把我们实际工作生活中的复杂任务做出非常 amazing 效果。
出于篇幅关系，小编做了两个能力方面的用例实战。
一个是全栈开发能力方面。因为小编看到一些官网上举的一些例子：赛博功德计数器、梦幻三消小游戏什么的，感觉有些太幼稚了。
图片
所以索性还是围绕小编目前筹划的播客站点，想了一个测试题目：
帮我设计一个射雕三部曲的播客选题的站点，要求：
1、界面是金庸武侠风格
2、背景有羽毛缓慢飘动
3、自行发挥各个板块
然后，GLM 4.5 就开始干活了，思考过程非常清晰：先搞清楚用户的意图目的，并根据我的要求，拆解规划了自己要完成的任务：
图片
非常与众不同的是，GLM 4.5 给出了非常系统的项目设计，逐项任务进行拆解，进而逐项实现，没想任务之间的划分可以说做到了相当程度的解耦，完成一项之后，就在待办事项中划掉一项。
可以说，已经非常 Agentic 了。
图片
所以说，具备这种思路的大模型，目前小编是第一次看到，惊艳到了。
此处略去各种感叹号，直接让大家看下最后的效果。
第二个实测的例子，更然小编折服了。最近小编一直想看《南京照相馆》，题材很应景，主演们：刘昊然、王传君等也都是小编一直感冒的演员。只是一直没有时间去看，所以干脆让 GLM 4.5 帮我先看看影评，做个解说PPT介绍一下了。
图片
结果等了十几分钟后，PPT的界面效果出来之后，小编的瞳孔开始地震了。
设计感的确很给力，而且每个画面的布局、图文之间的混排，非常人性。
当刘昊然那张 C 位照片的透明封面出来之后，小编心想：这 AI PPT 界真的要变天了。
图片
原理上，GLM 4.5 调用了四个工具来完成 AI PPT 的任务，Web Search、Slides Maker、WorkSpace、Image Search。
通过网页代码和图像搜索结合的方式，可以说是准确度和设计感已经超过小编本人的 PPT 水平了。
最后可以直接在 Chat 界面预览，也可以导出 PDF 文件。给大家看看效果。
小编反正是彻底爱上了。虽然生成速度有些慢！
GLM 4.5 背后的技术公开
这次，智谱也 open 了这一次升级背后的 Trick。
首先在架构方面，更深的模型和更多的注意力头可以带来更佳的推理能力。
GLM-4.5 系列中，智谱团队在 MoE 层中使用了 无损负载均衡路由和 Sigmoid 门控机制。
智谱团队基于实验发现，更深的模型具有更强的推理能力。
所以，与 DeepSeek-V3 和 Kimi K2 的策略不同，他们选择减少模型宽度（即隐藏层维度与被路由专家数量），增加模型深度（即层数）。
此外，在自注意力部分，GLM 4.5 还引入了 Grouped-Query Attention，并结合了 部分位置旋转编码（Partial RoPE）。同时，团队还将注意力头的数量提升到常规的 2.5 倍（即在 5120 的隐藏维度下使用 96 个头）。
虽然直觉上注意力头数量的提升并未降低训练损失（loss），但研究人员观察到它显著提升了模型在 MMLU、BBH 等推理类基准测试中的表现。
优化器方面，智谱团队采用了 Muon 优化器，具有更快的收敛速度与更强的超大批次容忍能力。
另外，在 GLM-4.5 和 GLM-4.5-Air 中，我们都加入了 MTP（多 Token 预测）层，以在推理阶段支持推测式解码。
其次，数据方面，GLM 4.5 采用了多阶段训练的方法：
- 首先在 15 万亿 token 的通用预训练语料上训练；
- 随后追加训练 7 万亿 token 的代码与推理类语料；
- 在预训练之后，引入额外的任务增强阶段，用以提升模型在关键下游任务中的表现。
官方博客中介绍，这些阶段主要使用中等规模的领域专用数据集，包括指令调优数据。
第三，强化学习阶段，智谱还开发了一套大模型强化学习框架：slime。目的是使RL训练阶段具备出色的灵活性、效率与可扩展性。
slime 的核心创新包括：
1、灵活的混合训练架构。对于传统推理类任务而言，可同时支持同步协同训练；对于智能体类任务优化而言，可支持解耦异步训练模式。
值得注意的是，在异步模式下，训练与数据生成完全解耦，显著提高 GPU 利用率，避免算力空转。
2、智能体友好的解耦式设计。智能体训练常因环境交互延迟长、分布不稳定而拖慢训练。
slime 可将 rollout（环境交互）与训练逻辑彻底分离、并行处理，有效突破性能瓶颈。
3、 混合精度加速数据生成。使用高效的 FP8 格式 快速生成数据，同时在训练主循环中保留 BF16 以确保稳定性。这样可以大幅提升生成速率，同时保障训练质量。
通过这些设计，slime 能无缝集成多种 agent 框架、支持多样任务，并高效管理长时间跨度的训练流程。
智谱GLM4.5是如何做到统一多项能力的？
重点技巧来了，正如上文所说， GLM-4.5 这款面模型追求的是让一款模型同时具备优秀的推理、编程、通用工具调用的能力，智谱在开源模型的同时，把这项核心技术也第一时间公开了。
据悉，GLM 4.5 整合了下面几项能力：
- 来自 GLM-4-0414 的通用能力
- 来自 GLM-Z1 的推理能力
- 进一步强化了智能体能力，包括：
智能体编程（Agentic Coding）
深度搜索（Deep Search）
通用工具调用能力（General Tool-Using）
而这个整合阶段则发生在 RL 阶段。他们把流程也公开了：
第一步：有监督微调。基于精选的推理数据与合成的智能体场景，进行微调。
第二步：专用 RL 训练阶段。
- 对于推理任务，使用64K 长上下文输入，结合 难度分级课程表（curriculum），效果优于传统逐步调度。
动态温度采样，兼顾探索与收敛
自适应梯度裁剪，用于 STEM 类问题的策略稳定更新
并引入两项改进技术：
- 对于智能体任务，研究人员专注于两个可验证任务：其一是开发可扩展的 QA 生成策略，其二是编程任务则通过真实代码执行反馈驱动强化学习更新。其中专供的典型场景包括：
基于人类参与抽取网页内容
结合内容遮蔽技术合成搜索类问答
信息检索型问答（QA）
软件工程任务（SWE）
此外，GLM 4.5 团队指出，尽管 RL 阶段针对的是有限任务，但其带来的提升可以迁移到通用能力，如 tool-use。
最后，通过专家蒸馏，就可以把这些专业能力集成进主模型，赋予 GLM-4.5 全面的智能体能力。
写在最后
在短短几周内，最佳开源模型的桂冠频繁上新，先是 Kimi-K2 ，然后是 Qwen3，而今天，GLM 4.5 继续刷新榜单，拿下 Agentic 时代的 开源 SOTA！
智谱，总在每一波大的大模型发展节奏中，找到自己的发展路径。这一次 Agentic 时代，再一次用独有的实力证明：OpenAI 不是唯一正确，做通用的 AGI，智谱团队有着非常自信的发展路径，比如这次 AI PPT 的功能，就与其他产品的路线非常不同；再比如 MoE 架构方面的优化，新的强化学习阶段的统一多项专有能力的过程，也是非常厉害的。
好了，大家也可以去试试了，重申：模型是开源免费的，但API是要钱的。
尝鲜地址：https://chat.z.ai/
