120亿参数重构AI效率：GLM-4.5-Air开启智能体部署新纪元

120亿参数重构AI效率：GLM-4.5-Air开启智能体部署新纪元

【免费下载链接】GLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量，其中 320 亿活跃参数；GLM-4.5-Air采用更紧凑的设计，拥有 1060 亿总参数量，其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力，以满足智能体应用的复杂需求项目地址: https://ai.gitcode.com/zai-org/GLM-4.5-Air

导语

智谱AI最新开源的GLM-4.5-Air以1060亿总参数（120亿活跃参数）实现59.8分的综合性能，在保持效率提升4倍的同时，重新定义了轻量级模型的性能边界。

行业现状：大模型发展的效率瓶颈

2025年大语言模型领域正面临"性能与效率"的双重挑战。一方面，企业级应用对模型能力要求持续提升，需要处理更复杂的推理任务和更长文本；另一方面，部署成本、计算资源消耗和推理延迟成为落地关键障碍。据市场调研显示，72%的企业计划增加AI投入，但近60%的预算被硬件成本占用。

当前市场呈现两极分化：闭源大模型如GPT-4性能强劲但成本高昂，而多数开源模型虽部署门槛低却难以满足复杂业务需求。这种"要么性能不足，要么成本过高"的困境，催生了对高效能模型的迫切需求。根据IDC数据，2025年全球AI支出已突破1000亿美元，其中Agent智能体占比达35%，企业级AI Agent应用市场规模约为232亿元。

核心亮点：三大技术突破重构效率边界

1. 混合推理双模式架构

GLM-4.5-Air首创"思考/非思考"双模机制：处理数学证明、多步骤编码等复杂任务时自动激活"思考模式"，通过内部工作记忆模拟人类推理过程；客服问答、信息摘要等简单场景则启用"非思考模式"直接输出结果。实测显示，该机制使模型在Terminal-Bench工具调用成功率达90.6%，同时将简单问答响应速度提升42%。

2. 深度优化的MoE工程实现

不同于同类模型增加专家数量的策略，GLM-4.5-Air选择"减宽增高"设计：隐藏维度从8192降至5120，层数从40层提升至64层。这种结构使模型在MMLU推理任务准确率提升3.7%，激活参数利用率达92%，远超行业平均的75%。

如上图所示，GLM-4.5以63.2分位列全球模型第三，而GLM-4.5-Air以59.8分的成绩在轻量化模型中领先，尤其在编码和智能体任务上超越同规模的GPT-OSS-120B。这一性能分布直观展示了MoE架构在平衡参数规模与推理效率方面的显著优势。

3. FP8量化技术的极致优化

通过FP8量化技术，GLM-4.5-Air将模型文件大小压缩至113GB，仅为BF16版本的51%。能源企业实测显示，在H100 GPU上部署时，FP8版本相比BF16版本推理速度提升1.8倍，功耗降低35%，单月算力成本减少约4.2万元。

该图展示了GLM-4.5-Air在不同应用场景的性能表现，其中在TAU-Bench零售场景（77.9分）和航空场景（60.8分）中均超越Kimi K2和DeepSeek-R1，尤其在多轮函数调用（BFCL-v3）任务上达到76.4分，验证了其在企业级智能客服、自动化运维等场景的实用价值。

行业影响与趋势：开源模型的商业化突围

GLM-4.5-Air的MIT开源许可已吸引Shopify、小米等200+商业项目采用。在SWE-bench Verified编码任务中57.6%的准确率，使中小企业首次能以低于1万美元的硬件成本部署企业级代码助手。

典型案例显示，跨境电商基于GLM-4.5-Air构建的智能客服系统将问题解决率从68%提升至89%，人力成本降低40%；券商利用其128K上下文能力处理完整财报分析，将报告生成时间从4小时缩短至20分钟，准确率达85%以上。

从图中可以看出，GLM-4.5-Air以1060亿参数实现59.8分，与3550亿参数的GLM-4.5（63.2分）仅有3.4分差距，却实现了4倍的效率提升，标志着行业从单纯参数扩张转向结构优化的战略转型。

随着H200等硬件对FP8支持的深化，2026年有望出现更多"百亿参数级性能、十亿参数级成本"的高效模型，推动AI智能体向中小企业普及。

总结

GLM-4.5-Air的推出标志着大模型产业正式进入"能效比竞争"新阶段。其核心价值不仅在于性能指标的突破，更在于证明了"100亿级激活参数可媲美传统300亿级密集模型"的技术路径。

对于企业决策者，当前正是布局智能体应用的战略窗口期，建议重点关注三个方向：基于混合推理模式构建多场景自适应智能体、利用FP8量化版本降低部署门槛、通过模型微调实现垂直领域知识沉淀。随着技术迭代，智能体应用的成本壁垒将进一步打破，为各行业带来效率革命新机遇。

开发者可通过以下命令快速部署：

git clone https://gitcode.com/zai-org/GLM-4.5-Air cd GLM-4.5-Air pip install -r requirements.txt python -m vllm.entrypoints.api_server --model . --tensor-parallel-size 2 --quantization fp8

【免费下载链接】GLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量，其中 320 亿活跃参数；GLM-4.5-Air采用更紧凑的设计，拥有 1060 亿总参数量，其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力，以满足智能体应用的复杂需求项目地址: https://ai.gitcode.com/zai-org/GLM-4.5-Air