芯耀
525
作者 | ?ZeR0
編輯 | ?漠影
剛剛開源32B推理模型，比肩滿血版DeepSeek R1，API定價低至1/30。
智東西4月15日報道，“大模型六小虎”的第一個IPO來了！中國證監(jiān)局官網(wǎng)顯示，大模型獨角獸北京智譜華章科技股份有限公司（簡稱“智譜”）已在北京證監(jiān)局辦理輔導備案，輔導機構為中國國際金融股份有限公司。
智譜成立于2019年6月，注冊資本為3622萬元，法定代表人是其董事長劉德兵，無控股股東，實際控制人為唐杰、劉德兵。清華大學計算機系教授是智譜的創(chuàng)始人和靈魂人物，擔任智譜首席科學家。唐杰直接持股7.4081%，劉德兵直接持股0.2554%，兩人通過持股平臺合計控制智譜17.3966%表決權，通過一致行動人合計持有智譜12.1600%表決權，綜上合計控制智譜36.9647%表決權。今日，智譜剛剛發(fā)布新一代開源模型GLM-4-32B-0414系列，包含基座（Chat）、推理、沉思模型權重，有9B和32B兩個尺寸，并遵循寬松的MIT License，完全開源，不限制商用，無需申請。
開源地址：github.com/THUDM/GLM-4/其中，GLM-Z1-32B-0414推理模型以320億個參數(shù)，在部分任務的性能表現(xiàn)上，可媲美參數(shù)高達6710億的DeepSeek-V3/R1。
同時，智譜啟用全新域名“z.ai”。該平臺已集成基座、推理、沉思三類GLM模型，即日起面向全球用戶免費開放使用。z.ai將持續(xù)演進為下一代的AI應用平臺。
新版基座模型和推理模型已上線智譜MaaS平臺，提供API。本次上線的基礎模型有兩個版本，包括GLM-4-Air-250414和GLM-4-Flash-250414，前者定價0.5元/百萬tokens，后者完全免費。上線的推理模型有三個版本：1、GLM-Z1-Flash（免費版）：完全免費，降低模型使用門檻。2、GLM-Z1-AirX（極速版）：國內(nèi)最快推理模型，推理速度最高可達200tokens/s，8倍于常規(guī)速度，定價5元/百萬tokens。
3、GLM-Z1-Air（高性價比版）：定價0.5元/百萬tokens，僅為DeepSeek-R1輸出定價的1/30，適合高頻調(diào)用場景。相比之下，DeepSeek-R1目前在標準時段的輸出定價是16元/百萬tokens，輸入定價是4元/百萬tokens（緩存未命中）和1元/百萬tokens（緩存命中）；在優(yōu)惠時段價格（北京時間00:30-08:30）的輸出定價是4元/百萬tokens，輸入定價是1元/百萬tokens（緩存未命中）和0.25元/百萬tokens（緩存命中）。
01.基礎模型GLM-4-32B：強化代碼能力，擅長動畫繪制、網(wǎng)頁設計、SVG生成
基礎模型GLM-4-32B-0414以320億個參數(shù)，性能比肩更大參數(shù)量的國內(nèi)外主流模型。
GLM-4-32B-0414在工程代碼、Artifacts生成、函數(shù)調(diào)用、搜索問答及報告等基準測試中取得了不錯的表現(xiàn)，部分表現(xiàn)可媲美更大參數(shù)規(guī)模的GPT-4o、DeepSeek-V3-0324（671B）等模型。
該模型經(jīng)過了15T高質(zhì)量數(shù)據(jù)的預訓練，其中包含大量推理類的合成數(shù)據(jù)，為后續(xù)的強化學習擴展打下了基礎。在后訓練階段，除了針對對話場景進行了人類偏好對齊外，智譜還通過拒絕采樣和強化學習等技術強化了模型在指令遵循、工程代碼、函數(shù)調(diào)用方面的效果，旨在加強Agents（智能體）任務所需的原子能力。GLM-4-32B-0414還強化了代碼生成能力，可生成更復雜的單文件代碼。z.ai的對話模式內(nèi)建了預覽功能，支持對生成的HTML和SVG進行可視化查看，便于用戶評估生成結果和進行迭代優(yōu)化。在z.ai上已經(jīng)可以體驗這些功能，比如輸入“用HTML模擬太陽系的行星運動”的指令，你可以在頁面右側看到直觀的動態(tài)演示：
做個HTML彈珠打磚塊小游戲亦是不在話下，在頁面左側流暢地輸出400多行代碼和游戲簡介后，右側的小游戲就能上手開玩。
或者上點難度，要求包括：設計一個移動端機器學習平臺的UI，其中要包括訓練任務，存儲管理，和個人統(tǒng)計界面；個人統(tǒng)計界面要用圖表展示用戶過去一段時間的各類資源使用情況；使用Tailwind CSS來美化頁面，把這3個手機界面平鋪展示到一個HTML頁面中。最終，該模型輸出的成品審美在線：
你也可以讓GLM-4-32B-0414設計一個支持自定義函數(shù)繪制的繪圖板，可添加和刪除自定義函數(shù)，并為函數(shù)指定顏色。
或是讓它用svg展示一個大語言模型的訓練流程：
GitHub頁面還給出了模擬小球碰撞的動畫繪制示例：
02.推理模型GLM-Z1-32B：部分性能比肩671B DeepSeek-R1，極速版快至200 Tokens/s
GLM-Z1-32B-0414是一款具有深度思考能力的推理模型。它是在GLM-4-32B-0414的基礎上，采用冷啟動和擴展強化學習策略，并針對數(shù)學、代碼和邏輯等任務進一步了深度優(yōu)化訓練。相比基礎模型，GLM-Z1-32B-0414顯著提升了數(shù)理能力和解決復雜任務的能力。在訓練過程中，智譜引入了基于對戰(zhàn)排序反饋的通用強化學習，進一步提升了模型的通用能力。GLM-Z1-32B-0414以320億個參數(shù)，在部分任務的性能表現(xiàn)上，比肩參數(shù)量多達6710億的DeepSeek-R1相媲美。在AIME 24/25、LiveCodeBench、GPQA等基準測試中，GLM-Z1-32B-0414展現(xiàn)了較強的數(shù)理推理能力，能夠應對更廣泛的復雜任務。
沿用上述技術，智譜訓練了一個9B的小尺寸模型GLM-Z1-9B-0414。雖然參數(shù)量更少，GLM-Z1-9B-0414在數(shù)學推理及通用任務上依然表現(xiàn)出色，整體性能已躋身同尺寸開源模型的領先水平。
尤其是在資源受限的場景下，該模型可以很好地在效率與效果之間取得平衡，支持輕量化部署。智譜針對推理模型優(yōu)化了量化、投機采樣技術，改進了推理框架和調(diào)度平臺的性能，降低長思考對KV Cache顯存的壓力，可在不影響性能的情況下，實現(xiàn)更快的推理速度和更大并發(fā)量，GLM-Z1-AirX（極速版）的推理速度可達到200 token/s。在z.ai上可使用GLM-Z1-32B，體驗高效推理能力。推理模型不僅會輸出思維鏈，還能通過Artifacts功能生成可上下滑動瀏覽的可視化頁面。
03.沉思模型GLM-Z1-Rumination：AI中的“博士生”，自主完成復雜研究任務
沉思模型GLM-Z1-Rumination-32B-0414代表了GLM對通用人工智能（AGI）未來形態(tài)的下一步探索。不同于一般的深度思考模型，沉思模型通過更長時間的深度思考來解決更開放和更復雜的問題，還能在深度思考過程中結合搜索工具處理復雜任務，并利用多種規(guī)則型獎勵來指導和擴展端到端強化學習訓練。沉思模型支持「自主提出問題—搜索信息—構建分析—完成任務」的完整流程。其技術底座源自強化學習擴展與端到端的深度研究（Deep Research）策略訓練，具備博士級研究能力的潛力。沉思模型在研究型寫作和復雜檢索任務上的能力得到了顯著提升，并能夠更好地應對開放問題。z.ai上可免費體驗GLM-Z1-Rumination-0414，例如讓它分析北京、上海、杭州、深圳的AI發(fā)展對比情況，以及未來的發(fā)展規(guī)劃。
04.結語：推理模型迎來開源盛世
自年初DeepSeek爆紅以來，推理模型發(fā)展飛速，不僅逐漸從閉源轉向開源，而且更加關注高效和性價比。昨日下午，DeepSeek在自家open-infra-index庫中發(fā)布了一份題為“開源DeepSeek推理引擎的路徑”的文檔，宣布將開源內(nèi)部推理引擎，并與開源社區(qū)建立更廣泛的合作。今日，智譜新一代GLM-4-32B-0414系列開源模型組團上線，并通過z.ai向大眾開放。全新推理模型同時提供免費版、高性價比版、極速版，以更經(jīng)濟實惠的API價格，為開發(fā)者提供了又一款有競爭力的模型選擇。這些開源進展將催化技術創(chuàng)新的擴散，推動AI普惠，并深刻影響AI產(chǎn)業(yè)發(fā)展進程。
