GPT-OSS-120B 對比 GLM-4.5：實用導向還是系統性導向？

Key Hightlights

GPT-OSS-120B：由 OpenAI 開發的 1170 億參數開放權重 MoE 模型，專為企業級推理與生產部署設計，效能接近 o4-mini。

GLM-4.5：統一推理、編程與智慧代理能力的基礎模型，滿足智慧代理應用的複雜需求。

Novita AI 不僅提供穩定的 API 服務，還定價非常實惠。例如，GPT-OSS-120B 輸入計費為每百萬 Token 0.1 美元、輸出為每百萬 Token 0.5 美元；而 GLM-4.5 輸入計費為每百萬 Token 0.6 美元、輸出為每百萬 Token 2.2 美元。

模型基礎介紹

GPT-OSS-120B

gpt-oss-120B 是由 OpenAI 開發的開放權重混合專家（MoE）語言模型，專注於強大的推理能力、代理應用與可擴展部署。它專為高效能企業與開發者使用場景設計，在核心推理基準上達到與 OpenAI o4-mini 模型近乎持平的水準，同時兼具成本效益與易用性。

• 參數規模：總參數 1170 億，每次推理步驟僅激活 51 億參數。
• 架構：採用混合專家設計，共 36 層、128 位專家，使用 SwiGLU 激活函數。高效的專家路由系統會為每個 Token 僅激活最相關的專家子集，提升專業度與效率。每個注意力頭配備學習型注意力匯（attention sinks），優化效能表現。
• 上下文視窗：支援 128K Token 的上下文長度，可實現長篇推理、多輪對話，以及處理大型文件或程式碼庫。
• 代理能力：原生支援函數呼叫、網頁瀏覽、Python 程式碼執行與結構化輸出，適合構建智慧代理。相容 OpenAI 回應 API 格式，且支援針對自訂場景進行微調。

GLM-4.5

GLM-4.5 是專為智慧代理設計的基礎模型，總參數 3550 億，激活參數 320 億。該模型統一推理、編程與智慧代理能力，滿足智慧代理應用的複雜需求。GLM-4.5 是混合推理模型，提供兩種模式：用於複雜推理與工具調用的思考模式，以及用於即時回應的非思考模式。

關鍵特性與架構

• 參數規模：總參數 3550 億，每次推理激活 320 億參數。
• 混合推理：兩種運行模式——思考模式用於複雜推理與工具調用，非思考模式用於即時回應。
• 模型版本：提供基礎模型、混合推理模型與 FP8 版本。
• 上下文視窗：128K Token。
• 授權協議：採用 MIT 開源授權，支援商業使用與二次開發。
• 能力：統一推理、編程與智慧代理功能，適用於複雜應用場景。

GPT-OSS-120B 與 GLM-4.5 基準測試對比

1. 智慧能力基準

2. 上下文視窗：

GPT OSS 120B: 128K Tokens

GLM-4.5: 128K Tokens

3. API 定價：

GPT OSS 120B: $0.1 / $0.5 每百萬 Token 輸入/輸出

GLM-4.5: $0.6 / $2.2 每百萬 Token 輸入/輸出

GPT-OSS-120B 與 GLM-4.5 實用技能測試

1. GPT-OSS-120B 對比 GLM-4.5：哪個更適合程式碼生成？

任務描述： 實現一個 Python 類 SmartQueue，需包含以下功能：

1. 支援優先佇列操作（數字越小優先級越高）
2. 支援批量操作（一次新增/移除多個元素）
3. 實現智慧 auto_process() 方法，可自動處理優先級最高的前 N 個項目
4. 包含基礎統計追蹤功能（已處理總數、當前佇列大小）

具體要求：

# 預期使用範例：
queue = SmartQueue()
queue.add_task("task1", priority=2)
queue.add_batch([("task2", 1), ("task3", 3), ("task4", 1)])
print(queue.get_stats())  # 返回統計字典
processed = queue.auto_process(count=2)  # 處理優先級最高的 2 個任務
print(processed)  # 返回已處理任務列表

評維維度：

• 資料結構選擇：是否選用合適的資料結構（例如 heapq）
• API 設計：方法命名與參數設計是否合理
• 錯誤處理：是否處理邊界情況（空佇列、無效參數等）
• 程式碼組織：類結構與方法實現邏輯
• Python 慣用寫法：是否使用 Python 專屬特性與慣例
• 算法效率：操作的時間複雜度考量

額外挑戰：auto_process() 方法需以有意義的格式返回處理過的項目，並更新內部統計數據。

GPT-OSS-120B

GLM 4.5

GLM 4.5：適合學習與簡單原型開發，生產環境使用需進一步優化

GPT OSS 120B：可直接用於專業項目，符合工業級程式碼品質標準

親自試用 GPT-OSS-120B 與 GLM-4.5！

2. 相比 GPT-OSS-120B，GLM-4.5 如何處理模糊查詢？

Prompt： “The bank called about the check. It was insufficient.”

這句話包含多種歧義。請你：

1. 列出這句話所有可能的解釋
2. 按照現代語境下的可能性對這些解釋排序
3. 說明你消除歧義的推理過程
4. 如果需要額外語境才能確定，你會提出什麼具體問題？
5. 請以協助他人理解最可能發生的情況為前提給出回應 請明確說明你的思考過程與任何假設。

GPT-OSS-120B

GLM 4.5

GPT-OSS-120B 展現了更深入的系統性分析與推理能力，而 GLM-4.5 在兼備詳細度與實用性方面表現更優。 GPT-OSS-120B 擅長窮盡式歧義消除，GLM-4.5 則優先兼顧清晰度與可操作的回應。

如何在 Novita AI 上使用 GPT-OSS-120B 與 GLM-4.5

步驟 1：登入並進入模型庫

登入你的帳號，點擊 模型庫 按鈕。

立即試用 GPT-OSS-120B 與 GLM-4.5！

步驟 2：選擇你需要的模型

瀏覽可用選項，選擇符合你需求的模型。

步驟 3：開始免費試用

開始免費試用，探索所選模型的能力。

步驟 4：獲取 API 金鑰

要進行 API 認證，我們會為你提供新的 API 金鑰。進入「設定」頁面，即可按照圖中指示複製 API 金鑰。

步驟 5：安裝 API

使用對應程式語言的套件管理器安裝 API。

安裝完成後，將必要的庫導入你的開發環境，使用 API 金鑰初始化 API 即可開始與 Novita AI LLM 互動。以下是用於 Python 使用者的聊天補全 API 範例：

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="",
)

model = "zai-org/glm-4.5"
stream = True # or False
max_tokens = 65536
system_content = ""Be a helpful assistant""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }

chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "system",
            "content": system_content,
        },
        {
            "role": "user",
            "content": "Hi there!",
        }
    ],
    stream=stream,
    max_tokens=max_tokens,
    temperature=temperature,
    top_p=top_p,
    presence_penalty=presence_penalty,
    frequency_penalty=frequency_penalty,
    response_format=response_format,
    extra_body={
      "top_k": top_k,
      "repetition_penalty": repetition_penalty,
      "min_p": min_p
    }
  )

if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)
  
  

GPT-OSS-120B 作為生產就緒方案脫穎而出，提供全面的分析深度與系統性推理能力，符合工業級程式碼品質標準。其窮盡式問題解決方法適合需要詳細文件與嚴格分析的专业項目。

GLM-4.5 作為開發與原型工具表現優異，提供實用、以使用者為核心的回應，搭配精簡的推理流程。它平衡了詳細度與實用性，非常適合學習環境與快速原型開發。

常見問題

什麼是 GPT-OSS-120B？ GPT-OSS-120B 是由 OpenAI 開發的 1170 億參數開放權重 MoE 模型，專為企業級推理與生產部署設計，效能接近 o4-mini。

如何訓練 GLM 模型？ GLM 模型可透過 Novita AI 等平台的官方 API 部署，具體設定步驟因模型版本與硬體需求而異。

GPT-4o 是開源的嗎？ 不是，但 GPT-OSS-120B 是開源模型，效能與 GPT-4o 相當，可在 Novita AI 上使用。

關於 Novita AI
Novita AI 是一個 AI 雲端平台，為開發者提供簡單的 API 介面部署 AI 模型，同時也提供實惠且可靠的 GPU 雲端服務，用於構建與擴展 AI 應用。