推理模型性能比肩世界先進水平，智譜GLM開源模型系列迎來新成員，同時啟用全球域名“z.ai”

作者：愛集微 04-15 10:09

來源：愛集微 #智譜# #GLM 模型# #Z.ai# #推理模型#

4082

智譜將開源 32B/9B 系列 GLM 模型，涵蓋基座、推理、沉思模型，均遵循 MIT 許可協(xié)議。該系列模型現(xiàn)已通過全新平臺 Z.ai 免費開放體驗，并已同步上線智譜 MaaS 平臺。

其中，推理模型 GLM-Z1-32B-0414 性能媲美 DeepSeek-R1 等頂尖模型，實測推理速度可達 200 Tokens/秒（MaaS 平臺 bigmodel.cn），目前國內(nèi)商業(yè)模型中速度最快。此外，其價格僅為 DeepSeek-R1 的 1/30。

智譜啟用全新域名 Z.ai，目前該平臺整合了 32B 基座、推理、沉思三類 GLM 模型，后續(xù)將作為智譜最新模型的交互體驗入口。

模型開源

本次開源的所有模型均采用寬松的 MIT 許可協(xié)議。這意味著可以免費用于商業(yè)用途、自由分發(fā)，為開發(fā)者提供了極大的使用和開發(fā)自由度。我們開源了 9B 和 32B 兩種尺寸的模型，包括基座模型、推理模型和沉思模型，具體信息如下：

基座模型 GLM-4-32B-0414 擁有 320 億參數(shù)，其性能可與國內(nèi)、外參數(shù)量更大的主流模型相媲美。該模型利用 15T 高質(zhì)量數(shù)據(jù)進行預(yù)訓(xùn)練，特別納入了豐富的推理類合成數(shù)據(jù)，為后續(xù)的強化學(xué)習(xí)擴展奠定了基礎(chǔ)。在后訓(xùn)練階段，除了進行面向?qū)υ拡鼍暗娜祟惼脤R，我們還通過拒絕采樣和強化學(xué)習(xí)等技術(shù)，重點增強了模型在指令遵循、工程代碼生成、函數(shù)調(diào)用等任務(wù)上的表現(xiàn)，以強化智能體任務(wù)所需的原子能力。

GLM-4-32B-0414 在工程代碼、Artifacts 生成、函數(shù)調(diào)用、搜索問答及報告撰寫等任務(wù)上均表現(xiàn)出色，部分 Benchmark 指標(biāo)已接近甚至超越 GPT-4o、DeepSeek-V3-0324（671B）等更大模型的水平。

GLM-4-32B-0414 進一步提升了代碼生成能力，可處理并生成結(jié)構(gòu)更復(fù)雜的單文件代碼。Z.ai 的對話模式內(nèi)建了預(yù)覽功能，支持對生成的 HTML 和 SVG 進行可視化查看，便于用戶評估生成結(jié)果和進行迭代優(yōu)化。

>>> 給我設(shè)計一個移動端機器學(xué)習(xí)平臺的 UI，其中要包括訓(xùn)練任務(wù)，存儲管理，和個人統(tǒng)計界面。個人統(tǒng)計界面要用圖表展示用戶過去一段時間的各類資源使用情況。使用 Tailwind CSS 來美化頁面，把這 3 個手機界面平鋪展示到一個 HTML 頁面中

>>> 設(shè)計一個支持自定義函數(shù)繪制的繪圖板，可以添加和刪除自定義函數(shù)，并為函數(shù)指定顏色。

>>> 用 svg 展示一個 LLM 的訓(xùn)練流程

GLM-Z1-32B-0414 是一款具備深度思考能力的推理模型。該模型在 GLM-4-32B-0414 的基礎(chǔ)上，采用了冷啟動與擴展強化學(xué)習(xí)策略，并針對數(shù)學(xué)、代碼、邏輯等關(guān)鍵任務(wù)進行了深度優(yōu)化訓(xùn)練。與基礎(chǔ)模型相比，GLM-Z1-32B-0414 的數(shù)理能力和復(fù)雜問題解決能力得到顯著增強。此外，訓(xùn)練中整合了基于對戰(zhàn)排序反饋的通用強化學(xué)習(xí)技術(shù)，有效提升了模型的通用能力。

在部分任務(wù)上，GLM-Z1-32B-0414 憑借 32B 參數(shù)，其性能已能與擁有 671B 參數(shù)的 DeepSeek-R1 相媲美。通過在 AIME 24/25、LiveCodeBench、GPQA 等基準(zhǔn)測試中的評估，GLM-Z1-32B-0414 展現(xiàn)了較強的數(shù)理推理能力，能夠支持解決更廣泛復(fù)雜任務(wù)。

GLM-Z1-9B-0414 是一個驚喜。我們沿用了上述一系列技術(shù)，訓(xùn)練了一個 9B 的小尺寸模型。雖然參數(shù)量更少，GLM-Z1-9B-0414 在數(shù)學(xué)推理及通用任務(wù)上依然表現(xiàn)出色，整體性能已躋身同尺寸開源模型的領(lǐng)先水平。特別是在資源受限的場景下，該模型可以很好地在效率與效果之間取得平衡，為需要輕量化部署的用戶提供強有力的選擇。

沉思模型GLM-Z1-Rumination-32B-0414 代表了智譜對 AGI 未來形態(tài)的下一步探索。

與一般推理模型不同，沉思模型通過更多步驟的深度思考來解決高度開放與復(fù)雜的問題。其關(guān)鍵創(chuàng)新在于，它能在深度思考過程中整合搜索工具處理復(fù)雜任務(wù)，并運用多種規(guī)則型獎勵機制來指導(dǎo)和擴展端到端的強化學(xué)習(xí)訓(xùn)練。該模型支持“自主提出問題—搜索信息—構(gòu)建分析—完成任務(wù)”的完整研究閉環(huán)，從而在研究型寫作和復(fù)雜檢索任務(wù)上的能力得到了顯著提升。

200 Tokens/秒

除模型開源外，基座、推理兩類模型也已同步上線智譜MaaS開放平臺（bigmodel.cn），面向企業(yè)與開發(fā)者提供API服務(wù)。

本次上線的基座模型提供兩個版本：GLM-4-Air-250414 和 GLM-4-Flash-250414，其中后者完全免費。

上線的推理模型分為三個版本，分別滿足不同場景需求：

GLM-Z1-AirX（極速版）：定位國內(nèi)最快推理模型，推理速度可達 200 tokens/秒，比常規(guī)快 8 倍；
GLM-Z1-Air（高性價比版）：價格僅為 DeepSeek-R1 的 1/30，適合高頻調(diào)用場景；
GLM-Z1-Flash（免費版）：支持免費使用，旨在進一步降低模型使用門檻。

對應(yīng)模型價格表：

Z.ai 上線

全新站點 Z.ai ，作為智譜最新模型交互體驗入口，將正式啟用！

Z.ai 目前已上線三款開源模型：

GLM-4-32B（基座模型）：具備強大代碼生成能力，支持全新 Artifacts 功能，打造交互式開發(fā)體驗。
Z1-32B（推理模型）：超強推理性能，在線體驗最高達 200 Tokens/秒的極速輸出。
Z1-Rumination-32B（沉思模型）：可以體驗 Deep Research 的強大能力，適合做深度調(diào)研。

OpenAI采用智譜標(biāo)準(zhǔn)評測最新模型

OpenAI 在剛剛發(fā)布的 GPT-4.1 系列模型中評測其函數(shù)調(diào)用能力時采用了 ComplexFuncBench，這是由智譜團隊提出的專用于評估大模型復(fù)雜函數(shù)調(diào)用能力的測試基準(zhǔn)。

ComplexFuncBench 主要評測大模型在 128K 的長上下文下進行多步帶約束的函數(shù)調(diào)用的能力。相比于現(xiàn)有函數(shù)調(diào)用測試基準(zhǔn)，ComplexFuncBench 要求大模型對真實場景下的用戶需求進行細(xì)粒度理解，并在此基礎(chǔ)上進行多步帶推理的函數(shù)調(diào)用，這對模型的函數(shù)調(diào)用能力提出了更高的挑戰(zhàn)。

GPT-4.1 模型在 ComplexFuncBench 得分不足 70，這說明 ComplexFuncBench 在可預(yù)見未來依然能為大模型函數(shù)調(diào)用能力提升和優(yōu)化提供有效指引，助力智能體應(yīng)用的開發(fā)與落地。