GL
模型参数
3550亿
上下文长度
128K
多语言支持
支持
推理能力
3/5
GLM-4.5-MoE-355B-A32B-0715 是由 智谱AI 发布的 AI 模型，发布时间为 2025-07-28，定位为 推理大模型，参数规模约为 3550亿，上下文长度为 128K，模型文件大小约 710 GB，采用 Apache 2.0 许可，在 Creative Writing 上取得 1343.30 分。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
GLM-4.5
模型基本信息
推理过程
支持
思考模式
常规模式 (默认)思考模式
上下文长度
128K tokens
最大输出长度
95K tokens
模型类型
推理大模型
输入/输出模态
文本 → 文本
发布时间
2025-07-28
模型文件大小
710 GB
MoE架构
是
总参数 / 激活参数
3550亿 / 320亿
知识截止
暂无数据
GLM-4.5
开源和体验地址
GLM-4.5
官方介绍与博客
GLM-4.5
API接口信息
接口速度
3/5
💡默认单位：$/100万 tokens。若计费单位不同，则以供应商公开的原始标注为准。
标准模式
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | ¥0.800/ 1M tokens | ¥2.00/ 1M tokens |
international
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $0.600/ 1M tokens | $2.20/ 1M tokens |
缓存定价Prompt缓存
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | ¥0.0000/ 1M tokens | ¥0.400/ 1M tokens |
| 文本 | - | — | $0.110/ 1M tokens |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
GLM-4.5
评测结果
GLM-4.5 当前已收录的代表性评测结果包括 MATH-500（4 / 46，得分 98.20）、MMLU-Pro（35 / 175，得分 84.60）、AIME 2024（14 / 61，得分 91）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
GLM-4.5
发布机构
智谱AI
查看发布机构详情 GLM-4.5-MoE-355B-A32B-0715
模型解读
GLM-4.5-355B-A32B是智谱AI开源的MoE架构的大模型，总参数3550亿，每次推理激活320亿参数。
该模型是GLM 4.5系列中参数规模最大的一个模型。
GLM-4.5在官方公布的12项跨领域基准测试中，综合性能位列第三，展现了其作为第一梯队成员的强大实力。
- Agent与工具调用能力:
这是GLM-4.5的核心优势之一。在BFCL v3（函数调用）和τ-bench（通用Agent）等基准上，其表现与Anthropic的Claude 4 Sonnet几乎持平。尤其值得注意的是，在一项涉及52个真实编码任务的Agentic Coding测试中，其工具调用成功率高达90.6%，在所有对比模型中排名第一，证明了其在与外部工具交互时的极高可靠性。 - 推理能力:
GLM-4.5在需要深度逻辑和知识的推理任务上表现卓越。在AIME24（数学竞赛级问题）基准上，其得分（91.0）超过了Claude 4 Opus和Gemini 2.5 Pro。在MATH 500上也取得了98.2的高分，稳居顶级水平。这表明它具备处理复杂科学、技术和数学问题的坚实基础。 - 代码能力:
模型在SWE-bench和Terminal-Bench等编码基准上表现出强大的竞争力。虽然与Claude 4 Sonnet这类专为代码优化的模型相比互有胜负，但其结合了高可靠性的工具调用能力，使其在需要创建和调试完整项目的全栈开发等Agentic Coding场景中极具潜力。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
