GLM-4.5

glm-4.5

GLM-4.5 reprend les éléments mis en avant par les sources : 355B total / 32B actifs MoE, thinking and non-thinking modes. Sa valeur principale se situe dans raisonnement, programmation, utilisation d’outils and type navigateur flux de travail agents. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.

Context Window

131.1K tokens

Maximum Output

98.3K tokens

Release Date

28 juil. 2025

Modalities

Prix de GLM-4.5

Prix entrée	Prix sortie
$0.4286/M	$2/M

Fonctionnalités API de GLM-4.5

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Not supported

Knowledge Base

2025-04-01

Endpoint Protocols

Messages APIgeminiCompletions API

Points forts de GLM-4.5

GLM-4.5 est un modèle textuel à poids ouverts qui réunit raisonnement, programmation et capacités agentiques, avec des modes de réflexion hybrides et un contexte de 128 000 jetons.

Raisonnement agentique unifié

Il réunit l’entraînement au raisonnement, à la programmation et aux agents dans un même modèle pour résoudre des problèmes en plusieurs étapes.

Modes de réflexion hybrides

Il propose un mode de réflexion pour les problèmes complexes et un mode de réponse immédiate pour les tâches simples, afin d’adapter l’effort au besoin.

MoE à poids ouverts

Il emploie une architecture à mélange d’experts de 355 milliards de paramètres, dont 32 milliards activés, publiée sous licence MIT pour un déploiement autonome.

Cas d’usage de GLM-4.5

GLM-4.5 convient aux agents d’ingénierie logicielle, au raisonnement textuel complexe et aux processus de développement auto-hébergés nécessitant une profondeur de réflexion réglable.

Agent d’ingénierie logicielle

Planifier les modifications de code, examiner les fichiers du projet et exécuter les étapes d’implémentation et de débogage au fil d’une tâche en plusieurs échanges.

Raisonnement textuel complexe

Analyser en mode réflexion de longues exigences techniques ou des problèmes logiques en plusieurs étapes et produire une solution textuelle argumentée.

Déploiement privé du modèle

Déployer les poids ouverts sous licence MIT dans une infrastructure maîtrisée pour les travaux internes de programmation, de raisonnement ou d’agents.

Comment utiliser GLM-4.5 via l’API TokenHub

Create API key

curl 'https://us-api.tokenhub.com/v1/messages' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY"

Benchmark de GLM-4.5

GLM-4.5 (Reasoning)

Score d’indice
Artificial Analysis Intelligence IndexL’indice d’intelligence d’Artificial Analysis synthétise les capacités générales du modèle dans plusieurs familles d’évaluation.	Synthèse générale des capacités par Artificial Analysis	19.5
Artificial Analysis Coding IndexL’indice de programmation d’Artificial Analysis synthétise les performances du modèle en programmation et en ingénierie logicielle.	Synthèse des tâches logicielles par Artificial Analysis	26.3
Artificial Analysis Math IndexL’indice mathématique d’Artificial Analysis synthétise le raisonnement mathématique et la résolution de problèmes de type compétition.	Synthèse du raisonnement mathématique par Artificial Analysis	73.7
Connaissances et raisonnement
MMLU-ProMMLU-Pro évalue un large éventail de connaissances académiques et professionnelles avec des questions plus difficiles que le MMLU d’origine.	Connaissances multitâches avancées	83.5%
GPQAGPQA est un benchmark scientifique de niveau universitaire supérieur conçu pour évaluer le raisonnement expert.	Résolution avancée de problèmes scientifiques	78.2%
HLEHLE est un benchmark vaste et exigeant qui évalue les connaissances et le raisonnement de niveau expert dans de nombreux domaines.	Large ensemble d’examens de niveau expert	12.2%
Programmation et ingénierie
LiveCodeBenchLiveCodeBench évalue les capacités de programmation sur des problèmes récents afin de limiter la contamination des données d’évaluation.	Problèmes de programmation récents	73.8%
SciCodeSciCode évalue la programmation Python appliquée au calcul scientifique, notamment l’implémentation d’algorithmes à partir d’un contexte scientifique.	Défis de programmation scientifique	34.8%
Terminal-Bench HardTerminal-Bench Hard évalue la capacité d’un agent IA à accomplir des tâches difficiles dans un environnement de terminal.	Exécution de tâches complexes dans un terminal	22.0%
Mathématiques
MATH-500MATH-500 évalue la résolution de problèmes mathématiques sur une sélection de questions exigeantes.	Résolution avancée de problèmes mathématiques	97.9%
AIMEAIME mesure le raisonnement mathématique sur des problèmes de type compétition.	Problèmes de mathématiques de compétition	87.3%
AIME 2025AIME 2025 mesure les performances sur des problèmes exigeants de mathématiques de compétition.	Problèmes de mathématiques de compétition	73.7%
Respect des instructions et tâches d’agent
IFBenchIFBench mesure la fiabilité avec laquelle un modèle respecte des instructions et des contraintes détaillées.	Respect des contraintes du prompt	44.1%
AA-LCRAA-LCR mesure la qualité du raisonnement sur de longues fenêtres de contexte.	Raisonnement en contexte long	48.3%
τ²-Benchτ²-Bench évalue les agents conversationnels dans des workflows réalistes soumis à des contraintes d’outils et d’état.	Tâches de workflow agentique	43.0%

Mesures provenant de Artificial Analysis

FAQ sur GLM-4.5

Capacités, usages, limites et guide TokenHub pour GLM-4.5.

Qu’est-ce que GLM-4.5 ?+

GLM-4.5 est un modèle proposé par Z.AI pour le raisonnement, le code et les agents natifs.

Quels workloads conviennent à GLM-4.5 ?+

Idéal pour le raisonnement sur le code, les workflows d’agents et l’automatisation riche en outils, surtout si l’objectif est un raisonnement approfondi.

Quelle fonction de GLM-4.5 se démarque ?+

Atout clé : une approche unifiée du raisonnement, du code et des agents natifs.

Quand éviter GLM-4.5 ?+

Il appartient à une génération antérieure et peut manquer de fonctions plus récentes. Pour les fonctions les plus récentes comptent, envisagez GLM-5.

Que vérifier avant d’utiliser GLM-4.5 ?+

Vérifiez sa disponibilité dans TokenHub et privilégiez le successeur actuel pour un nouveau projet.

Prêt à utiliser GLM-4.5 ?

Accédez à GLM-4.5 et à d’autres modèles d’IA avec une seule clé API TokenHub.

Créer une clé API

GLM-4.5

Prix de GLM-4.5

Fonctionnalités API de GLM-4.5

Points forts de GLM-4.5

Raisonnement agentique unifié

Modes de réflexion hybrides

MoE à poids ouverts

Cas d’usage de GLM-4.5

Agent d’ingénierie logicielle

Raisonnement textuel complexe

Déploiement privé du modèle

Comment utiliser GLM-4.5 via l’API TokenHub

Benchmark de GLM-4.5

Modèles similaires à GLM-4.5

Medias Et Discussions

X (Twitter)

Reddit

YouTube

FAQ sur GLM-4.5

Prêt à utiliser GLM-4.5 ?