GLM-4.5核心特性概覽：

?MoE 架構(gòu)

?混合推理模型

?總參數(shù) 355B（激活參數(shù) 32B）

?GQA + 部分 RoPE

?多 Token 預(yù)測(cè)

?Muon 優(yōu)化器 + QK 歸一化

?22T Token 訓(xùn)練語(yǔ)料

?Slime RL 基礎(chǔ)設(shè)施

?原生工具調(diào)用

圖片

圖片

模型架構(gòu)與預(yù)訓(xùn)練：GLM-4.5 總參數(shù)規(guī)模達(dá) 355B（激活參數(shù) 32B），采用更深但更窄的模型設(shè)計(jì)，通過(guò)增加層數(shù)和 96 個(gè)注意力頭來(lái)優(yōu)化推理能力。輕量版 GLM-4.5-Air 為 106B 參數(shù)（激活參數(shù) 12B）。

圖片

訓(xùn)練語(yǔ)料庫(kù)規(guī)模達(dá) 22T Token，其中包含 15T 通用數(shù)據(jù)和 7T 代碼/推理專用數(shù)據(jù)。采用分組查詢注意力（GQA）+ 部分旋轉(zhuǎn)位置編碼（RoPE）來(lái)提升長(zhǎng)上下文處理效率和推理任務(wù)準(zhǔn)確性。

中期訓(xùn)練的關(guān)鍵作用： "與早期在大規(guī)模通用文檔上進(jìn)行預(yù)訓(xùn)練不同，這些階段采用中等規(guī)模的領(lǐng)域特定數(shù)據(jù)集，包括指令數(shù)據(jù)。"

其他設(shè)計(jì)亮點(diǎn)：多 Token 預(yù)測(cè)（MTP）：支持推測(cè)解碼，實(shí)現(xiàn)更快的推理速度。；Muon 優(yōu)化器 + QK 歸一化：提升大批量訓(xùn)練的穩(wěn)定性和可擴(kuò)展性。

Slime RL 基礎(chǔ)設(shè)施

?支持agent強(qiáng)化學(xué)習(xí)的異步推出與訓(xùn)練分離

?混合精度推出（FP8 推理，BF16 訓(xùn)練）提升效率

圖片

后訓(xùn)練流程：

?在推理和agent場(chǎng)景上進(jìn)行監(jiān)督微調(diào)

?針對(duì)推理（含課程學(xué)習(xí)）和agent任務(wù)（信息檢索問(wèn)答和代碼執(zhí)行）的強(qiáng)化學(xué)習(xí)

?專家蒸餾以整合專業(yè)技能

圖片

整體性能表現(xiàn)：GLM-4.5 總排名第三，GLM-4.5 Air 排名第六。

agent能力：這是個(gè)令人興奮的結(jié)果！GLM-4.5 提供 128K 上下文長(zhǎng)度和原生函數(shù)調(diào)用能力，性能可媲美 Claude 4 Sonnet！

測(cè)試時(shí)擴(kuò)展：GLM-4.5 在 BrowseComp 上的測(cè)試時(shí)擴(kuò)展準(zhǔn)確率呈現(xiàn)健康的增長(zhǎng)曲線。

推理性能：GLM-4.5 在多個(gè)推理基準(zhǔn)測(cè)試中表現(xiàn)極具競(jìng)爭(zhēng)力。這種穩(wěn)定的性能表現(xiàn)尤為重要，因?yàn)榻y(tǒng)一各種能力是很難做到的。

編程能力：雖未達(dá)到 Claude 4 Opus 或 o3 的水平，但仍極具競(jìng)爭(zhēng)力，明顯優(yōu)于 DeepSeek-R1-0528，與 Kimi-K2 處于同一水準(zhǔn)。

帕累托前沿分析："GLM-4.5 和 GLM-4.5-Air 相比同等規(guī)模的模型展現(xiàn)出卓越性能，在性能-規(guī)模權(quán)衡邊界上實(shí)現(xiàn)了最優(yōu)效率。"

真實(shí)場(chǎng)景表現(xiàn)：GLM-4.5 在真實(shí)開發(fā)場(chǎng)景中的agent編程表現(xiàn)令人印象深刻，相比 Kimi K2 和 Qwen-3 Code 的勝率表現(xiàn)亮眼。

其他能力特性

原生工具調(diào)用：通過(guò)集成函數(shù)調(diào)用和agent規(guī)劃，工具調(diào)用成功率達(dá) 90.6%。

全棧開發(fā)agent：通過(guò)類似 Claude Code 的界面實(shí)現(xiàn)多輪agent編程，支持前端/后端開發(fā)、幻燈片制作和產(chǎn)出物生成。