2025年7月28日，智谱开源发布了新⼀代旗舰模型GLM-4.5，这是智谱专为智能体应⽤打造的基础模型，模型权重遵循 MIT License。模型亮点如下：
• GLM-4.5 在包含推理、代码、智能体的综合能力达到开源 SOTA 水平，在真实代码智能体的人工对比评测中，实测国内**；
• 采用混合专家（MoE）架构，包括 GLM-4.5：总参数量 3550 亿，激活参数 320 亿；GLM-4.5-Air：总参数 1060 亿，激活参数 120 亿；
• 两种模式：用于复杂推理和工具使用的思考模式，及用于即时响应的非思考模式；
• 高速、低成本：API 调用价格低至输入 0.8 元/百万tokens、输出 2 元/百万tokens；高速版最高可达 100 tokens/秒。
MindSpeed LLM在当日实现了对GLM-4.5-Air模型的无缝支持，并同步开放源代码，目前不仅支持在线推理功能，还提供了基于GLM-4.5-Air的预训练实践参考。作为昇腾大模型套件，MindSpeed LLM作为昇腾AI生态的重要技术支撑，专为大规模语言模型设计，具有超强的计算能力和灵活的开发支持。该系列模型已上线魔乐社区，欢迎下载体验！
🔗模型链接：https://modelers.cn/models/MindSpeed/GLM-4.5-Air
01
模型介绍
衡量AGI的第⼀性原理，是在不损失原有能⼒的前提下融合更多通⽤智能能⼒，GLM-4.5是智谱对此理念的⾸次完整呈现。GLM-4.5 首次在单个模型中实现将推理、编码和智能体能力原生融合，以满足智能体应用的复杂需求。
在最具代表性的12个benchmark⸺MMLU Pro、AIME24、MATH 500、SciCode、GPQA 、HLE、LiveCodeBench、SWE-Bench Verified、Terminal-Bench、TAU-Bench、BFCL v3和 BrowseComp的通⽤能⼒综合评测中，GLM-4.5的总和平均分位列全球模型第三、国产模型第一，开源模型第一。
GLM-4.5 和 GLM-4.5-Air 使用了相似的训练流程：首先在 15 万亿 token 的通用数据上进行了预训练，此后在代码、推理、智能体等领域的 8 万亿 token 数据上进行针对性训练，最后通过强化学习进一步增强模型推理、代码与智能体能力。
GLM-4.5 参数量为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但在多项标准基准测试中表现得更为出色，这得益于 GLM 模型的更高参数效率。
GLM-4.5系列原⽣具备在前端编写⽹站、在后端管理数据库，以及通过⼯具调⽤接⼝⽀持任意智能体应⽤等能⼒，能够胜任全栈开发任务，编写较为复杂的应⽤、游戏、交互⽹⻚。
接下来，让我们来体验一下模型的强大效果。
场景1： 一个真的能发弹幕的B站
>>> Prompt: 开发一个包含 UI 的 bilibili 网页端 Demo，页面包括：首页与视频详情页。首页需还原 bilibili 首页的主要设计元素，如顶部导航栏、横幅轮播、推荐视频瀑布流布局、hover 时播放预览、视频封面与标题展示等基础交互。详情页需展示视频标题、UP 主信息、播放区域（支持点击播放/暂停、切换全屏）、预设弹幕（可滚动）、评论区（展示预置评论并支持展开/收起）。视频素材可从 Google/B 站公开视频中挑选，封面图、标题与弹幕内容需根据所选视频内容拟定，保持风格一致。无需支持真实播放，仅需模拟播放行为与基础交互。整体风格参考 bilibili 现有布局，适配 PC 浏览器展示。
场景2： Flappy Bird 小游戏
以下为基于MindSpeed LLM的GLM-4.5-Air手把手部署推理教程。
02
环境安装
• 硬件要求
GLM-4.5-Air的参考硬件配置如下,本文将以A2单机8卡推理，A3八机64卡预训练为例进行介绍：
• MindSpeed LLM仓库部署
MindSpeed LLM的主要依赖配套如下表，安装步骤参考安装指导（🔗https://gitee.com/ascend/MindSpeed-LLM/blob/master/docs/pytorch/install_guide.md）
（1）仓库拉取
（2）环境搭建
torch npu 与 CANN包参考链接：安装包参考原文链接（🔗https://support.huawei.com/enterprise/zh/ascend-computing/cann-pid-/software）
注意：
由于首发最新版本支持，要求transformers版本为4.54.0,用户需执行以下命令：
• 权重转换
（1）权重下载
从魔乐社区链接下载权重和配置文件。
https://modelers.cn/models/zhipuai/GLM-4.5-Air
（2）权重转换
MindSpeed LLM提供脚本将开源权重转换为mcore权重，用于训练、推理、评估等任务。
使用方法如下，请根据实际需要的TP/PP等切分策略和权重路径修改权重转换脚本
• 数据预处理
MindSpeed LLM提供脚本进行数据集处理
使用方法如下，请根据实际需要修改以下参数
• 推理
用户需要根据实际情况修改脚本中以下变量
• 训练
用户需要根据实际情况修改脚本中以下变量
欢迎体验
欢迎大家下载体验GLM-4.5，也欢迎广大开发者在模型评论区留言交流！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/230059.html