【开发者导航】专为智能体应用打造的开源基础模型系列：GLM-4.5

在人工智能快速发展的当下，智能体应用对基础模型的要求日益提高，不仅需要强大的推理能力，还需具备高效的编码能力和工具使用能力。许多开发者和企业在寻找既能满足复杂需求，又可灵活商用的模型时常常面临选择难题。而 GLM-4.5 系列模型的出现，为解决这些问题提供了新的可能。它由智谱开源，在多个领域进行了优化，适合各类智能体应用开发。想要了解更多可访问GLM-4.5。

GLM-4.5 是什么？

GLM-4.5 是智谱开源的旗舰模型系列，定位为专为智能体应用打造的基础模型。其中 GLM-4.5 总参数为 3550 亿，激活参数为 320 亿；GLM-4.5-Air 则采用更紧凑设计，总参数 1060 亿，激活参数 120 亿。该系列模型整合了推理、编码和智能体能力，具体细节以官网更新为准。

核心功能

GLM-4.5 系列模型的核心价值在于为智能体应用提供强大且灵活的基础支撑，尤其适合 AI 开发者、研究人员和企业技术团队使用。其核心功能如下：

• 混合推理模式 —— 提供思考模式（用于复杂推理和工具使用）与非思考模式（用于即时响应），满足不同场景需求

• 开源可商用 —— 基于 MIT 开源协议，支持商业应用和二次开发，降低企业使用门槛

• 多版本选择 —— 包含 GLM-4.5、GLM-4.5-Air 及 FP8 版本等，可根据需求选择不同参数规模的模型

• 出色性能表现 —— 在 12 项行业标准基准测试中表现优异，GLM-4.5 得分 63.2，GLM-4.5-Air 达 59.8

• 工具调用支持 —— 可接入 Claude Code 等代码智能体，优化工具调用、网页浏览等功能

• 多框架兼容 —— 支持 transformers、vLLM、SGLang 等主流框架，便于开发者集成使用

使用场景

GLM-4.5 系列模型适用于多种智能体相关场景，不同用户群体可根据需求灵活运用：

操作指南

GLM-4.5 系列模型的使用需要一定的技术基础，新手可按以下步骤上手：

1. 访问官网获取模型相关资源，确保运行环境满足硬件要求（如合适的 GPU 配置）

1. 安装所需依赖，执行pip install -r requirements.txt命令安装必要包

1. 选择合适的框架，如 transformers 可参考inference文件夹中的trans_infer_cli.py代码

1. 若使用 vLLM 框架，通过指定模型路径、张量并行大小等参数启动服务，例如启动 GLM-4.5-Air：vllm serve zai-org/GLM-4.5-Air --tensor-parallel-size 8 --tool-call-parser glm45 --reasoning-parser glm45 --enable-auto-tool-choice --served-model-name glm-4.5-air

1. 若使用 SGLang 框架，根据精度类型（BF16/FP8）运行相应启动命令，配置端口等参数

1. 发送请求时，默认启用思考模式，若需禁用可添加相关参数（具体参考官网说明）

（注意：不同模型版本对 GPU 数量和类型有不同要求，需提前确认硬件是否达标）

支持平台

GLM-4.5 系列模型主要运行于基于 GPU 的服务器环境，支持的框架包括 transformers、vLLM、SGLang 等。具体可在安装有相应 GPU（如 H100、H200、H20 等）的设备上运行，不同模型版本和功能对 GPU 数量要求不同，详细支持情况以官网说明为准。

产品定价

GLM-4.5 系列模型基于 MIT 开源协议发布，免费提供给用户使用，且支持商业应用和二次开发，无需支付额外的授权费用。

常见问题

Q：GLM-4.5 系列模型是否完全开源？

A：是的，GLM-4.5 系列的基础模型、混合推理模型及 FP8 版本均已开源，遵循 MIT 协议，用户可自由使用和二次开发。

Q：运行 GLM-4.5 需要什么样的硬件配置？

A：不同模型版本要求不同，例如 GLM-4.5（BF16 精度）推理至少需要 H100 x 16 或 H200 x 8，具体配置可参考官网的系统要求部分。

Q：该模型可以用于商业产品开发吗？

A：可以，由于采用 MIT 开源协议，GLM-4.5 系列模型支持商业应用，开发者可基于此进行产品开发和商业化运作。

开发者小结

GLM-4.5 系列模型的优势在于强大的综合性能、开源免费的特性以及对智能体应用的针对性优化，非常适合需要构建高性能智能体的开发者、研究人员和企业团队。不过，其对硬件配置要求较高，对于硬件资源有限的个人用户而言可能存在使用门槛。总体来说，它是智能体应用开发领域一款极具价值的开源基础模型。