金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

就在剛剛，智譜一口氣上線并開源了三大類最新的GLM模型：

• 沉思模型GLM-Z1-Rumination
• 推理模型GLM-Z1-Air
• 基座模型GLM-4-Air-0414

若是以模型大小（9B和32B）來劃分，更是可以細分為六款。

首先是兩個9B大小的模型：

• GLM-4-9B-0414：主攻對話，序列長度介于32K到128K之間
• GLM-Z1-9B-0414：主攻推理，序列長度介于32K到128K之間

還有四個32B大小的模型，它們分別是：

• GLM-4-32B-Base-0414：基座模型，序列長度介于32K到128K之間
• GLM-4-32B-0414：主攻對話，序列長度介于32K到128K之間
• GLM-Z1-32B-0414：主攻推理，序列長度介于32K到128K之間
• GLM-Z1-32B-Rumination-0414：主攻推理，序列長度為128K

而隨著一系列模型的開源，智譜也解鎖了一項行業之最——

推理模型GLM-Z1-32B-0414做到了性能與DeepSeek-R1等頂尖模型相媲美的同時，實測推理速度可達200 tokens/秒。

如此速度，已然是目前國內商業模型中速度最快，而且它的高性價比版本價格也僅為DeepSeek-R1的1/30。

值得一提的是，本次開源的所有模型均采用寬松的MIT許可協議。

這就意味著上述的所有模型都可以免費用于商業用途、自由分發，為開發者提供了極大的使用和開發自由度。

那么這些開源模型的效果又如何？

（PS：文末有彩蛋~）

先看性能

首先來看下GLM-4-32B-0414。

它是一款擁有320億參數的基座大模型，其性能足以比肩國內外規模更大的主流模型。

據了解，這個模型基于15T高質量數據進行預訓練，其中特別融入了大量推理類合成數據，為后續強化學習擴展提供了堅實基礎。

在后訓練階段，智譜團隊不僅完成了對話場景的人類偏好對齊，還運用拒絕采樣和強化學習等先進技術，重點提升了模型在指令理解、工程代碼生成、函數調用等關鍵任務上的能力，從而顯著增強了智能體執行任務的核心素質。

實際測試表明，GLM-4-32B-0414在工程代碼編寫、Artifacts生成、函數調用、搜索問答及報告撰寫等多個應用場景均展現出色表現。

部分基準測試指標已達到或超越 GPT-4o、DeepSeek-V3-0324（671B）等更大規模模型的水平。

從實測效果來看，GLM-4-32B-0414進一步提升了代碼生成能力，可處理并生成結構更復雜的單文件代碼。

例如來上這么一段Prompt：

• 用HTML模擬太陽系的行星運動。

再如：

• 設計一個支持自定義函數繪制的繪圖板，可以添加和刪除自定義函數，并為函數指定顏色。

以及設計一個小游戲也是不在話下：

• 用HTML網頁實現2048小游戲。

再來看下GLM-Z1-32B-0414的性能，一款專為深度推理優化的模型。

這個模型在GLM-4-32B-0414的基礎上，采用了冷啟動結合擴展強化學習的策略，并針對數學推導、代碼生成、邏輯推理等高難度任務進行了專項優化，顯著提升了復雜問題的解決能力。

此外，它還通過引入基于對戰排序反饋的通用強化學習（RLHF），模型的泛化能力得到進一步強化。

盡管僅擁有32B參數，GLM-Z1-32B-0414在部分任務上的表現已可媲美 671B 參數的DeepSeek-R1。

在AIME 24/25、LiveCodeBench、GPQA等權威基準測試中，該模型展現出卓越的數理推理能力，能夠高效應對更廣泛、更具挑戰性的復雜任務。

接下來，是更小規模的GLM-Z1-9B-0414，在技術上是沿用了上述模型的方法。

雖然只有9B大小，但它在數學推理及通用任務上展現出超越參數規模的卓越性能，綜合表現穩居同量級開源模型前列。

尤其值得關注的是，在資源受限的應用場景中，該模型能夠高效平衡計算效率與推理質量，為輕量化AI部署提供了極具競爭力的解決方案。

最后，再來看下沉思模型GLM-Z1-Rumination-32B-0414。

這個模型可以說是智譜對AGI未來形態的一個探索。

沉思模型采用與傳統推理模型截然不同的工作范式，通過多步深度思考機制有效應對高度開放性和復雜性問題。

其核心突破體現在三個方面：

1. 在深度推理過程中智能調用搜索工具處理復雜子任務；
2. 創新性地引入多維度規則獎勵體系，實現端到端強化學習的精準引導與擴展；
3. 完整支持”問題發現→信息檢索→邏輯分析→任務解決”的研究閉環系統。

這些技術創新使該模型在學術寫作、深度研究等需要復雜認知能力的任務上展現出顯著優勢。

例如讓它回答一個科學假設推演問題：

• 如果人類在火星地下發現液態湖泊中存在類似地球古菌的微生物，請推測：
  (1) 這些微生物可能如何適應極端環境？(2) 這一發現對‘生命起源泛種論’的支持/反駁證據有哪些？(3) 設計一個可驗證這些假說的空間實驗方案（預算限制5億美元）。

再看價格

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），面向企業與開發者提供API服務。

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GLM-4-Flash-250414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）：定位國內最快推理模型，推理速度可達 200 tokens/秒，比常規快 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。

為了更加一目了然，價格表如下：

至于配置方面，32B基礎模型、32B推理模型、32B沉思模型（裸模型）的要求如下：

• 1張H100 / A100或者更先進的NVIDIA旗艦顯卡
• 4張4090/5090/3090

One More Thing

除了上述內容之外，智譜這次還有一個亮點的動作——

拿下一個頂級域名Z.ai！

目前已經上線了下面三款模型：

而且官方還亮出了一個比較有意思的slogan：

最后，縱觀智譜在大模型時代的發展，不得不感慨其更新迭代以及開源的速度。

這樣難怪它能成為第一家正式啟動IPO流程的“大模型六小龍”。

體驗地址：
z.ai