智谱全系列开源推理性能比肩最先进水平Zai域名同步上线

刚刚，智谱把最新的GLM全系列模型，开源了！

又是大搞深夜炸弹啊！

毕竟OpenAI、谷歌都抱紧模型不撒手

这边智谱直接就把9B 和 32B 两种尺寸的模型，包括 基座模型、推理模型和沉思模型 全开源了，具体信息如下：

关键是，这次开源用的还是「 MIT License 」

完全不限制商用，无需申请授权！

比某些国际大厂那种「 开源但有限商用 」

简直良心到不像国内大厂了好吧？

先来看个例子热热身（使用非推理模型）：

可以看到， 智谱在SVG 的生成上稳如老狗—— 线不断、字不乱、也不互相遮挡（Claude 3.7经常犯的错）！

而且，它的artifacts 还可以很方便的左右拖动和缩放，比claude 的体验要也是好得简直不要太多！

这次智谱的发布，我看下来

主要是要抓好三个重点：

一是 高质量模型全面开源；

二是 API服务速度和价格双双突破天际；

三是 顶级域名「z.ai」正式上线全球免费体验！

32B吊打671B

说到这次开源的核心亮点，必须先说GLM-Z1-32B-0414 推理模型！

这模型只有32B参数，但性能竟能比肩DeepSeek-R1的671B庞然大物！

这相当于小汽车马力超越大卡车了啊！

在AIME 24/25、LiveCodeBench等各种专业基准测试上， GLM-Z1-32B-0414 都展现了变态的数理推理能力。

这靠的可不是蛮力，而是智谱团队在强化学习应用到预训练模型上的独门绝技！

技术细节上，我看智谱优化了GQA相关参数，把长思考对KV Cache显存的压力降下来了，这样在不影响性能的情况下，推理速度和并发量都上去了。

GLM-4-32B-0414 进一步提升了代码生成能力，可处理并生成结构更复杂的单文件代码。 Z.ai 的对话模式内建了预览功能，支持对生成的 HTML 和 SVG 进行可视化查看，便于用户评估生成结果和进行迭代优化。

除了32B， 智谱还 开源了9B尺寸的模型。

可以说GLM-Z1-9B-0414 是一个惊喜， 智谱沿用了上述一系列技术，训练了一个 9B 的小尺寸模型。

虽然参数量更少，GLM-Z1-9B-0414 在数学推理及通用任务上依然表现出色，整体性能已跻身同尺寸开源模型的领先水平。

特别是在资源受限的场景下，该模型可以很好地在效率与效果之间取得平衡，为需要轻量化部署的用户提供强有力的选择。

而基座模型 GLM-4-Air-250414 也是黑科技满满，同样以32B参数量就能比肩更大参数量的主流模型。

它在预训练阶段加了更多代码和推理数据，对智能体能力也做了特别优化，所以在工具调用、联网搜索和代码生成上特别在行。

只需一句话：

就能 轻松为我给出多年以来一直想做的APP 原型：

尤其是它的artifacts 功能可以在对话过程中实时展示生成代码的能力，支持HTML、CSS、JS和SVG 等语言，一键就能在对话窗口看代码运行结果，这体验简直不要太爽！

速度天花板，价格砸地板

速度，是这次模型差异化的最大亮点！

GLM-Z1-AirX（极速版）是目前国内最快的推理模型，优化了量化、投机采样技术，推理框架和调度平台也一并升级，最高推理速度能达到200tokens/秒，比其他推理模型足足快了8倍！

这基本上就是你想到哪儿，它写到哪儿，毫无卡顿的感觉。

能想象是什么概念吗？

大概就是智谱一秒钟，你打字三分钟！

你可能会想：速度这么快，岂不是很贵啊？！

但其实在价格方面更是降维打击：

GLM-Z1-Air（高性价比版）的价格居然只有DeepSeek-R1的1/30！

具体定价是这样的：

GLM-Z1-Air（速度约50tps）：0.5元/M

GLM-Z1-AirX（速度100-200+tps）：5元/M

而更让友商绝望的是，GLM-Z1-Flash（免费版）直接变成了国内唯一可免费调用的推理模型。

这操作属实是： 速度天花板，价格砸地板啊！

真的又快又好！

这种高速推理能力相比于普通的模型，就好比人家全马已经跑完且拉伸都结束了，而 你迷你马拉松还没跑完啊！

一站式AI盛宴

老实说，最近出差太忙了，虽然看了下开源部署很简单（有卡就行），但我实在腾不出时间去配置环境了。

（有条件的，可自行部署后评论区分享

我就只能先通过在线平台体验了几把新模型的能力，感受一句话来说就是：

极为惊艳！

体验这些模型主要有三种途径：

登录「z.ai」这个顶级域名的网站，就能免费跟最新的GLM模型聊天。目前z.ai集合了沉思模型、推理模型和对话模型，是体验智谱最新成果的快捷方式。

智谱MaaS开放平台(bigmodel.cn)上线了GLM-4-Air-250414、GLM-Z1-AirX、GLM-Z1-Air和GLM-Z1-Flash等模型，为开发者提供API服务。解析响应的时候要记得推理内容放在了 <think> </think> 标签中哦。

自己部署开源模型：这至少至少1张H100/A100或4张4090/5090/3090显卡。有这配置的大佬请随意

特别想说的是，沉思模型GLM-Z1-Rumination真的代表了智谱对AGI未来的思考。

这与普通推理模型的区别，就像博士生和硕士生的区别——

它能回答那些开放性、不确定性的问题，通过反复思考、搜集资料、与环境交互来给出深度分析。

开源江湖新巨头

智谱这波操作属实是惊翻海内外一众友商！

一是 32B参数量就能打平国际顶尖水平；

二是 推理速度创下国内新纪录，最高200tokens/秒；

三是 MIT协议全开源，不限商用。