Novita AI 與 Z.ai 合作推出 GLM-4.5：統一推理、程式碼與自主 AI 能力

今天，我們興奮地宣布 Novita AI 與 Z.ai 合作，以 Z.ai 啟動夥伴的身份，在 Novita AI 平台上首日支援 GLM-4.5。這項突破性的合作推出了全球最統一的 AI 模型系列，將先進推理、精密程式碼能力以及原生自主功能整合於一個強大的框架中，專為打造下一代 AI 應用程式的開發者設計。

Novita AI 現已提供革命性的 GLM-4.5 模型（總參數 355B，活躍參數 32B）：採用混合推理模式，提供 思考模式 ** 以處理複雜推理和工具使用，以及 ** 非思考模式 以實現即時回應。在綜合基準測試中排名第二。

兩個模型皆具備 128k 上下文長度及原生函式呼叫能力，並可透過 Novita AI 最佳化的推論基礎架構取得。

⚡ 整體表現

GLM-4.5 在涵蓋自主（3 項）、推理（7 項）和程式碼（2 項）任務的 12 項基準測試中排名第二，GLM-4.5-Air 排名第五，比較對象包含 OpenAI、Anthropic、Google DeepMind、xAI、阿里巴巴、Moonshot 及 DeepSeek 的模型。

GLM-4.5 統一了所有能力，過去的模型雖然在程式碼、數學或推理等特定領域表現出色，但沒有任一模型能在所有任務上都達到最佳表現。

自主任務

GLM-4.5 是針對自主任務最佳化的基礎模型。它提供 128k 上下文長度及原生函式呼叫能力。Z.ai 在 τ-bench 和 BFCL-v3（Berkeley 函式呼叫排行榜 v3）上衡量其自主能力。在這兩個基準測試中，GLM-4.5 的表現與 Claude-4-Sonnet 相當。

網頁瀏覽是一種常見的自主應用，需要複雜推理和多輪工具使用。Z.ai 在 BrowseComp 基準測試上評估 GLM-4.5，這項網頁瀏覽的挑戰性基準測試包含需要簡短答案的複雜問題。在使用網頁瀏覽工具的情況下，GLM-4.5 對所有問題的正確回答率達 26.4%，明顯優於 Claude-4-Opus（18.8%）且接近 o4-mini-high（28.0%）。

基準測試	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	GPT-4.1	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Qwen3 235B Thinking 2507	DeepSeek R1 0528	Kimi K2	Grok4
TAU-bench	70.1	69.4	61.2	57.4	62.0	70.5	70.3	62.5	73.2	58.7	62.6	67.5
BFCL v3 (Full)	77.8	76.4	72.4	67.2	68.9	61.8	75.2	61.2	72.4	63.8	71.1	66.2
BrowseComp	26.4	21.3	49.7	28.3	4.1	18.8	14.7	7.6	4.6	3.2	7.9	32.6

推理

在思考模式下，GLM-4.5 和 GLM-4.5-Air 能夠解決複雜的推理問題，包括數學、科學和邏輯問題。

基準測試	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Gemini 2.5 Flash	DeepSeek R1 0528	Qwen3-235B Thinking 2507	Grok4
MMLU Pro	84.6	81.4	85.3	83.2	87.3	84.2	86.2	83.2	84.9	84.5	86.6
AIME24	91.0	89.4	90.3	94.0	75.7	77.3	88.7	82.3	89.3	94.1	94.3
MATH 500	98.2	98.1	99.2	98.9	98.2	99.1	96.7	98.1	98.3	98.0	99.0
SciCode	41.7	37.3	41.0	46.5	39.8	40.0	42.8	39.4	40.3	42.9	45.7
GPQA	79.1	75.0	82.7	78.4	79.6	77.7	84.4	79.0	81.3	81.1	87.7
HLE	14.4	10.6	20.0	17.5	11.7	8.5	21.1	11.1	14.9	15.8	23.9
LiveCodeBench (2407-2501)	72.9	70.7	78.4	80.4	63.6	58.0	80.1	69.5	77.0	78.2	81.9
AA-Index (Estimated)	67.7	64.8	70.0	69.8	64.4	62.7	70.5	65.1	68.3	69.4	73.2

程式碼

GLM-4.5 在程式碼方面也表現優異，包含從頭建立程式碼專案，以及以自主方式解決現有專案中的程式碼任務。它可以無縫地與現有的程式碼工具包（如 Claude Code、Roo Code 和 CodeGeex）結合使用。為了評估程式碼能力，Z.ai 在 SWE-bench Verified 和 Terminal Bench 上比較了不同模型。

基準測試	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	GPT-4.1	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Gemini 2.5 Flash	Qwen3 235B Thinking 2507	Qwen3 235B	DeepSeek R1 0528	Kimi K2
SWE-bench Verified	64.2	57.6	69.1	54.8	48.6	67.8	70.4	49.0	60.4	35.0	36.2	41.4	65.4
Terminal-Bench	37.5	30.0	30.2	18.5	30.3	43.2	35.5	25.3	16.8	6.3	6.6	17.5	25.0

為了在真實場景中評估 GLM-4.5 的自主程式碼能力，Z.ai 使用 Claude Code 針對 52 項程式碼任務（涵蓋前端開發、工具開發、資料分析、測試和演算法應用）進行全面測試，與 Claude-4-Sonnet、Kimi K2 和 Qwen3-Coder 比較。GLM-4.5 在 53.9% 的任務中勝過 Kimi K2，並以 80.8% 的勝率壓制 Qwen3-Coder，同時顯示與 Claude-4-Sonnet 相比仍有進步空間。

值得注意的是，GLM-4.5 的平均工具呼叫成功率最高，達 90.6%，優於 Claude-4-Sonnet（89.5%）、Kimi-K2（86.2%）和 Qwen3-Coder（77.1%），展現了在自主程式碼任務中卓越的可靠性與效率。

🚀 立即開始使用 Novita AI

使用 Playground（無需編寫程式碼）

• 即時存取：註冊後數秒內即可開始嘗試 GLM-4.5
• 互動式介面：即時測試複雜推理提示並視覺化結構化輸出
• 模型比較：根據您的特定使用案例，比較 GLM-4.5 與其他領先模型

透過 API 整合（適用於開發者）

使用 Novita AI 的統一 REST API 將 GLM-4.5 連接到您的應用程式。

選項一：直接 API 整合（Python 範例）

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="session_S4q9KTdBQujFkXSE5aZYZCrwN9f5QO96BtAFLw4FOgB__slLHW9KFAjmMgC12ag6mf2lJ1rASEvHbP_gv7Jh2Q==",
)

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)
  
  

主要功能：

• 與 OpenAI 相容的 API，實現無縫整合
• 彈性的參數控制，可微調回應
• 串流支援，實現即時回應

選項二：使用 OpenAI Agents SDK 建立多重代理工作流程 利用 GLM-4.5 建立精密的多重代理系統：

• 即插即用整合：在任何 OpenAI Agents 工作流程中使用 GLM-4.5
• 進階代理功能：支援交接、路由和工具整合，成功率達 90.6%
• 可擴展架構：設計能夠利用 GLM-4.5 統一推理、程式碼和自主能力的代理

連接第三方平台

• 開發工具：透過與 OpenAI 相容的 API，無縫整合至 Cursor、Cline 等熱門 IDE 和開發環境
• 編排框架：使用官方連接器連接 LangChain、Dify、Langflow 及其他 AI 編排平台
• Hugging Face 整合：透過 Novita AI 端點，在 Spaces、pipeline 或 Transformers 函式庫中使用 GLM-4.5

🔬 GLM-4.5 的技術創新

MoE 架構卓越性

GLM-4.5 採用混合專家（MoE）架構，提升了訓練和推論的計算效率。與 DeepSeek-V3 相比，其設計減少了寬度（隱藏維度和路由專家數量），同時增加了高度（層數）。

關鍵技術特點：

• 分組查詢注意力，搭配部分 RoPE（承襲自 ChatGLM2）
• QK-Norm，用於穩定注意力 logits 範圍
• Muon 優化器，實現加速收斂和更大的批次大小容差
• MTP（多 Token 預測）層，支援推論期間的投機解碼

先進的訓練流程

預訓練：兩階段方式

• 15T tokens 用於一般預訓練語料
• 7T tokens 用於程式碼與推理語料

中訓練：領域特定最佳化

• 儲存庫層級程式碼資料（500B tokens）
• 合成推理資料（500B tokens）
• 長上下文與代理資料（100B tokens）

後訓練：精密的混合方式

1. 專家訓練：透過 SFT 和專門的強化學習，為推理、自主和一般領域分別訓練模型
2. 統一訓練：透過大規模 SFT 自蒸餾，將專家知識提煉並合併為單一模型，隨後進行三階段 RL 對齊

slime：革命性的 RL 基礎架構

GLM-4.5 的訓練由 slime 驅動，這是一個專為大規模模型設計的開源 RL 基礎架構：

• 靈活的混合訓練架構：同時支援同步共置訓練和分離式非同步訓練
• 解耦的代理導向設計：分離推出引擎與訓練引擎，以實現最佳化效能
• 加速資料生成：使用 FP8 進行混合精度推論以生成資料，同時在訓練中維持 BF16 穩定性

🎯 準備好體驗統一的 AI 了嗎？

立即在 Novita AI 平台上嘗試 GLM-4.5 和 GLM-4.5-Air。親身體驗當推理、程式碼和自主功能在最佳化、生產就緒的基礎架構中匯聚時，統一的 AI 能力如何改變可能性。

立即開始打造 →

Novita AI 是一個 AI 雲端平台，為開發者提供透過簡單 API 部署 AI 模型的簡易方式，同時也提供價格合理且可靠的 GPU 雲端服務，用於建置和擴展。