本報訊 （記者梁傲男）7月28日，北京智譜華章科技股份有限公司（以下簡稱“智譜”）發(fā)布新一代旗艦模型GLM-4.5，專為智能體應用打造的基礎模型。Hugging Face與ModelScope平臺同步開源，模型權重遵循MIT License。

    據(jù)悉，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(nèi)最佳。

    智譜方面有關人士表示，衡量AGI的第一性原理，是在不損失原有能力的前提下融合更多通用智能能力，GLM-4.5是智譜對此理念的首次完整呈現(xiàn)，并有幸取得技術突破。GLM-4.5首次在單個模型中實現(xiàn)將推理、編碼和智能體能力原生融合，以滿足智能體應用的復雜需求。

    智譜/供圖

    記者了解到，為綜合衡量模型的通用能力，智譜選擇了最具有代表性的12個評測基準，綜合平均分，GLM-4.5取得了全球模型第三、國產(chǎn)模型第一，開源模型第一。

    在參數(shù)效率方面，GLM-4.5參數(shù)量為DeepSeek-R1的1/2、Kimi-K2的1/3，但在多項標準基準測試中表現(xiàn)得更為出色，這得益于GLM模型的更高參數(shù)效率。在衡量模型代碼能力的SWE-benchVerified榜單上，GLM-4.5系列位于性能/參數(shù)比帕累托前沿，表明在相同規(guī)模GLM-4.5系列實現(xiàn)了最佳性能。

    在性能優(yōu)化之外，GLM-4.5系列也在成本和效率上實現(xiàn)突破，由此帶來遠低于主流模型定價：API調(diào)用價格低至輸入0.8元/百萬tokens，輸出2元/百萬tokens。同時，高速版本實測生成速度最高可至100 tokens/秒，支持低延遲、高并發(fā)的實際部署需求，兼顧成本效益與交互體驗。

    真實場景表現(xiàn)比榜單更重要。為評測GLM-4.5在真實場景Agent Coding中的效果，智譜接入Claude Code與Claude-4-Sonnet、Kimi-K2、Qwen3-Coder進行對比測試。測試采用52個編程開發(fā)任務，涵蓋六大開發(fā)領域，在獨立容器環(huán)境中進行多輪交互測試。實測結(jié)果顯示（如下圖），GLM-4.5相對其他開源模型展現(xiàn)出競爭優(yōu)勢，特別在工具調(diào)用可靠性和任務完成度方面表現(xiàn)突出。盡管GLM-4.5相比Claude-4-Sonnet仍有提升空間，在大部分場景中可以實現(xiàn)平替的效果。

（編輯 張明富）