GLM-4.5

glm-4.5

GLM-4.5 是 Z.ai 推出的面向 Agent 的 MoE 模型，官方资料描述为 355B 总参数、32B 激活参数。文档强调推理、代码、工具调用和浏览器类 Agent 能力，并支持思考与非思考模式。它可以作为 GLM-5 之前一代重要的 Agent 基座模型来介绍。

上下文窗口

131.1K Token

最大输出

98.3K Token

发布日期

2025年7月28日

模态

GLM-4.5 价格

输入价格	输出价格
$0.4286/M	$2/M

GLM-4.5 API 能力

推理

支持

工具调用

支持

Temperature 参数

支持

附件

不支持

知识库

2025-04-01

Endpoint 协议

Completions APIMessages APIgemini

GLM-4.5 模型亮点

GLM-4.5 是融合推理、编程和智能体能力的开放权重文本模型，提供混合思考模式和 128K 上下文。

融合式智能体推理

在同一模型中融合推理、编程和智能体专项训练，用于多步骤问题求解与软件任务。

混合思考模式

为复杂推理提供思考模式，同时为简单工作负载提供直接响应模式，便于按任务调整推理投入。

开放权重 MoE

采用总计 3550 亿、每次前向激活 320 亿参数的专家混合架构，并以 MIT 许可证开放权重。

GLM-4.5 使用场景

GLM-4.5 适合软件工程智能体、复杂文本推理以及需要调整思考深度的自托管开发流程。

软件工程智能体

规划代码修改、检查项目文件，并在多轮开发任务中执行实现和调试步骤。

复杂文本推理

在思考模式下分析长篇技术需求或多步骤逻辑问题，并生成有依据的文本解决方案。

私有化模型部署

在受控基础设施中部署 MIT 许可的开放权重，用于内部编程、推理或智能体工作负载。

如何通过 TokenHub API 使用 GLM-4.5

创建 API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

GLM-4.5 基准测试

GLM-4.5 (Reasoning)

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	19.5
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	26.3
Artificial Analysis 数学能力指数Artificial Analysis 数学能力指数汇总模型在数学推理和竞赛题求解中的表现。	Artificial Analysis 数学推理评分	73.7
知识与推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑战的问题，评估模型在学术和专业知识上的综合能力。	高难度多任务知识评测	83.5%
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	78.2%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	12.2%
代码与工程
LiveCodeBenchLiveCodeBench 使用较新的编程题评估模型代码能力，降低训练数据污染带来的影响。	近期编程题评测	73.8%
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	34.8%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	22.0%
数学能力
MATH-500MATH-500 通过一组精选高难度数学题评估模型的问题求解能力。	高难度数学解题	97.9%
AIMEAIME 用竞赛风格数学题评估模型的数学推理能力。	数学竞赛题	87.3%
AIME 2025AIME 2025 评估模型在高难度竞赛数学题上的表现。	数学竞赛题	73.7%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	44.1%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	48.3%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	Agent 工作流任务	43.0%

指标来源 Artificial Analysis

GLM-4.5 常见问题

GLM-4.5 的能力、适用场景、限制和 TokenHub 使用指南。

GLM-4.5 是什么模型？+

GLM-4.5 是 Z.AI 面向推理、编程和原生智能体流程的模型。

哪些任务适合 GLM-4.5？+

适合代码推理、智能体流程、大量工具调用的自动化，尤其适合重视深度推理的场景。

GLM-4.5 哪项能力最突出？+

核心优势是对推理、编程和原生智能体的统一优化。

团队何时不该选 GLM-4.5？+

它属于较早一代，可能缺少后续模型的新能力。更看重需要最新能力时，可考虑 GLM-5。

调用 GLM-4.5 前要确认什么？+

请确认 TokenHub 是否仍可用；新项目优先选择当前后续模型。

准备调用 GLM-4.5？

通过一个 API Key 接入 GLM-4.5 与更多 AI 模型。

创建 API Key