原文摘要

7月，国产开源大模型真的卷疯了。继Kimi K2和Qwen3-Coder之后，智谱昨天发布的GLM-4.5再次刷新全球开源大模型的编程和agent能力的表现，成了新的SOTA。

原文链接

进一步信息揣测

• GLM-4.5的成本优势内幕：API调用价格仅为Claude 4 Sonnet的十分之一（输入0.8元/百万tokens，输出2元/百万tokens），实际测试中一天任务花费不足1元，远低于行业同类模型，可能通过参数架构优化或补贴策略实现。
• 性能与速度的隐藏机制：官方宣称生成速度40-100 tokens/秒，但实测可达340 tokens/秒（如11秒处理3500tokens），推测可能采用动态负载均衡或硬件加速技术，未公开的底层优化使其超越Claude原生速度。
• 参数效率的行业秘密：GLM-4.5以355B总参数、32B激活参数达到SOTA表现，对比竞品（如DeepSeek-R1、Kimi-K2）参数更少但效果更好，暗示其MoE架构的专家分配策略或训练数据筛选方法有独特设计。
• API兼容性的商业策略：主动兼容Anthropic API，实为降低用户迁移成本，吸引Claude用户群体，背后可能涉及与Anthropic的未公开合作或反向工程突破。
• 测试数据的潜在偏差：强调SWE-Bench Verified等评测结果，但未提及其测试任务的具体分布或是否针对性地优化过训练数据，可能存在“应试技巧”式优化。
• 行业竞争内幕：国产开源模型“卷疯”现象背后，反映厂商通过快速迭代（如Kimi K2→Qwen3-Coder→GLM-4.5）抢占市场份额，实际可能牺牲长期稳定性或伦理审查。
• Claude Code的未公开限制：文中未提及GLM-4.5在Claude Code中的调用频率限制或潜在兼容性问题，可能隐藏了需付费升级或特定配置才能稳定使用的条件。
• 模型速度与成本的权衡：超高速度可能依赖牺牲长文本连贯性或复杂任务深度，但文章避谈此类trade-off，需实践验证。
• MoE架构的实战缺陷：虽提及其参数效率高，但未说明MoE模型常见的专家路由错误或冷启动延迟问题，实际应用中可能需额外调优。