7月28日晚，北京智谱华章科技股份有限公司（以下简称“智谱”）发布新一代旗舰模型GLM-4.5，专为智能体应用打造的基础模型。

GLM-4.5在包含推理、代码、智能体的综合能力达到开源SOTA，在真实代码智能体的人工对比评测中，实测国内最佳；

GLM-4.5采用混合专家（MoE）架构，包括GLM-4.5：总参数量3550亿，激活参数为320亿；GLM-4.5-Air：总参数量1060亿，激活参数为120亿；

GLM-4.5（355B）和GLM-4.5-Air（106B）全面开源；

GLM-4.5和GLM-4.5-Air均采用混合推理模式，提供两种模式：用于复杂推理和工具使用的思考模式，以及用于即时响应的非思考模式。

API已上线开放平台BigModel.cn，可以一键兼容ClaudeCode框架。

GLM-4.5融合更多复杂推理、代码和智能体等多种通用能力并取得技术突破，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。也是对衡量AGI的第一性原理的首次完整呈现：是在不损失原有能力的前提下融合更多通用智能能力。

在模型的通用能力方面，在业界最具有代表性的12个评测基准中，包括MMLUPro、AIME24、MATH500、SciCode、GPQA、HLE、LiveCodeBench、SWE-Bench、Terminal-bench、TAU-Bench、BFCLv3和BrowseComp。GLM-4.5综合平均分取得了全球模型第三、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。然后在代码、推理、智能体等领域的8万亿token数据上进行了针对性训练，最后通过强化学习进一步增强了模型的推理、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，但同样在多项标准基准测试中表现得更为出色，这得益于GLM模型具有更高参数效率。值得注意的是，GLM-4.5-Air以106B总参数/12B激活参数实现了重要突破，在推理基准上达到了和Gemini2.5Flash、Claude4Sonnet相当的水平。在衡量模型代码能力的SWE-benchVerified榜单上，GLM-4.5系列位于性能/参数比帕累托前沿，这表明在相同规模下，GLM-4.5系列实现了最佳性能。

在性能优化之外，GLM-4.5系列也在成本和效率上实现突破，由此带来远低于主流模型定价：API调用价格低至输入0.8元/百万tokens，输出2元/百万tokens。

同时，高速版本实测生成速度超过100tokens/秒，支持低延迟、高并发的实际部署需求，兼顾成本效益与交互体验。

进一步，智谱还公布了GLM-4.5在真实场景AgentCoding中的效果，与ClaudeCode与Claude-4-Sonnet、Kimi-K2、Qwen3-Coder进行对比测试。测试采用52个编程开发任务，涵盖六大开发领域，在独立容器环境中进行多轮交互测试。实测结果显示，GLM-4.5相对其他开源模型展现出强劲竞争优势，特别在工具调用可靠性和任务完成度方面表现突出。GLM-4.5相比Claude-4-Sonnet仍有提升空间，在大部分场景中可以实现平替的效果。

为确保评测透明度，同时公布了52道题目及Agent轨迹（https://huggingface.co/datasets/zai-org/CC-Bench-trajectories），供业界验证复现。