GLM-4.5 是智谱（Zhipu AI）开源的一款大语言模型。用一句话说清它是什么：这是一个能像常见 AI 助手那样陪你聊天、写代码、查资料、按步骤帮你把一件事做完的模型。和很多只能付费调用、看不到内部的模型不同，它把模型权重完全公开了，个人和公司都能免费下载来自己用。普通人最省事的用法，是打开官方网页版直接对话；想深入的再考虑调用接口或本地部署。
一个系列，两种体量
GLM-4.5 系列采用 MoE（Mixture of Experts，混合专家）架构，一共放出两个主力尺寸。标准版 GLM-4.5 总参数 3550 亿，每次回答只激活其中的 320 亿；轻量版 GLM-4.5-Air 总参数 1060 亿，激活 120 亿。MoE 用大白话理解，就是模型内部养了一大批”专家”，回答问题时只叫醒相关的那几个，其余先歇着——参数总量很大，每次实际参与计算的却只是一小部分，所以既保住了能力，又压下了算力开销。上下文长度为 12.8 万 token，一次能读进一份相当长的文档。
GLM-4.5 与 Air 版的参数规模对比：总量差三倍多，激活量差得没那么夸张
它到底能做什么
官方给 GLM-4.5 的定位，是把推理、编程、智能体三种能力捏进同一个模型。落到日常场景：需要一步步想的数学题和逻辑分析，它能推；从写一个函数到搭一个小项目，它能编码；接上外部工具之后，它还能自己拆解任务、调用搜索或执行命令，也就是所谓的”智能体”用法。
一个值得留意的设计是混合思考模式。碰到复杂问题，模型会进入思考模式，先在内部推演一遍再给答案；遇到简单问题，则走非思考模式直接回复，既快又省。调用时可以按任务难度自行切换，不必所有问题都让它”深思熟虑”。
在官方公布的一项综合评测里，GLM-4.5 拿到 63.2 分，排在当时所有开源与闭源模型的第三位。需要提醒的是，这类榜单排名更新得很快，与其记住某个具体名次，不如把它当作第一梯队的国产开源模型来看待，真实表现还是以自己的任务实测为准。
三种上手方式，由易到难
GLM-4.5 的三种上手路径
第一种最简单：打开官方聊天网页 chat.z.ai，注册后直接输入问题，和用其他 AI 助手没有区别，不需要任何技术基础。第二种是调用 API，适合想把模型接进自己程序的人——在 z.ai 开放平台申请密钥，写进代码按用量付费，价格见下一节。第三种门槛最高：从 Hugging Face 或 ModelScope 下载权重自己跑，官方提供了 BF16、FP8 等多种精度和量化版本。这里有个现实提醒，标准版 3550 亿参数需要多张高端显卡才带得动，个人玩家跑轻量的 Air 版、再配合量化会实际得多。
价格：权重免费，接口按量
自己下载权重在本地跑，模型本身不收费，成本只在显卡和电费。走官方 API 则按量计费，价格以美元标注：GLM-4.5 每百万 token 输入 0.6 美元、输出 2.2 美元；Air 版更便宜，输入 0.2 美元、输出 1.1 美元。按当前汇率粗算，GLM-4.5 的输出价约合人民币 15 元 / 百万 token，日常问答的实际花费并不高。如果请求命中了缓存，输入价还会降到每百万 token 0.11 美元。z.ai 平台在大陆可以正常访问，无需额外网络条件。
许可证：MIT 协议，可商用
GLM-4.5 以 MIT 协议开源，明确允许商业使用和二次开发。对想拿开源模型做产品的团队来说，这比一些”仅限研究用途”的协议宽松得多——下载、改造、装进商业产品都不受限制，是选型时容易被忽略却很关键的一条。
适合谁
想免费体验一线国产大模型的普通用户，直接用 chat.z.ai 就够了。开发者做应用又要控制成本，可以优先试 Air 版的 API，能力够用而单价更低。手里有算力、又在意数据自己掌控的团队，本地部署标准版是更彻底的选择。想在同类里横向比较，可以再看看站内的 Qwen3 入门、DeepSeek V3 入门 和 DeepSeek R1 入门；GLM-4.5 的更多信息和入口也可以在站内的 GLM-4.5 模型页 查看。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
