2025年7月28日周一晚间，智谱 AI 正式发布新一代大语言模型GLM-4.5，云蝠智能率先完成对 GLM-4.5 的技术对接与产品集成，双方宣布达成深度战略合作。

GLM-4.5，专为智能体应用打造的基础模型

智谱带来新一代旗舰模型 GLM-4.5，专为智能体应用打造的基础模型。Hugging Face 与 ModelScope 平台同步开源，模型权重遵循 MIT License。

·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；

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

·两种模式：用于复杂推理和工具使用的思考模式，及用于即时响应的非思考模式；

·高速、低成本：API 调用价格低至输入 0.8 元/百万tokens、输出 2 元/百万tokens；高速版最高可达 100 tokens/秒。

综合性能SOTA

衡量 AGI 的第一性原理，是在不损失原有能力的前提下融合更多通用智能能力，GLM-4.5 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。

为综合衡量模型的通用能力，智谱选择了最具有代表性的 12 个评测基准，包括 MMLU Pro、AIME 24、MATH 500、SciCode、GPQA 、HLE、LiveCodeBench、SWE-Bench Verified、Terminal-Bench、TAU-Bench、BFCL v3 和 BrowseComp。综合平均分，GLM-4.5 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，此后在代码、推理、智能体等领域的 8 万亿 token 数据上进行针对性训练，最后通过强化学习进一步增强模型推理、代码与智能体能力。

更高参数效率

GLM-4.5 参数量为 DeepSeek-R1 的 1/2、Kimi-K2 的 1/3，但在多项标准基准测试中表现得更为出色，这得益于 GLM 模型的更高参数效率。在衡量模型代码能力的 SWE-bench Verified 榜单上，GLM-4.5 系列位于性能/参数比帕累托前沿，表明在相同规模下 GLM-4.5 系列实现了最佳性能。

低成本、高速度

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最高可至 100 tokens/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。

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（如下图），GLM-4.5 相对其他开源模型展现出竞争优势，特别在工具调用可靠性和任务完成度方面表现突出。尽管 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。

GLM-4.5 赋能：开启智能交互新纪元

作为智谱 AI2025 年度旗舰模型，GLM-4.5 在多轮对话连贯性、复杂意图理解、行业知识适配等方面实现突破性升级。云蝠智能凭借在语音交互领域的技术积累，将 GLM-4.5 的文本理解能力与自身 “神鹤大模型” 的语音处理优势深度融合，实现进一步语义理解精度跃升、多轮流畅对话、行业知识快速适配。

合作价值：从技术协同到生态共赢

此次战略合作并非简单的技术接入，而是 “模型能力 + 场景落地” 的深度协同，云蝠智能通过开放 API 接口与智谱 AI 共建 “大模型应用生态”，GLM-4.5 的接入，是云蝠智能‘大模型+行业场景’战略的重要里程碑。我们将持续深化与智谱 AI 的合作，让先进的大模型技术真正下沉到企业服务的‘最后一公里’。

随着 GLM-4.5 在云蝠智能产品矩阵中的全面落地，不仅为企业客户带来更智能、高效的交互体验，更标志着国内 AI 技术从 “单点突破” 迈向 “生态协同” 的新阶段。预计将推动智能联络中心行业效率提升，为百万企业的数字化转型注入强劲动力。