不是最吵的，但跑得最快的——GLM-4.5登頂之后，我看到國產模型的集體轉向

Hugging Face 熱榜前十，中國占了九個。這不是偶然，更不是“刷榜”。智譜GLM-4.5 登頂的背后，是國產大模型從參數內卷走向產品落地的關鍵一跳。它快、穩、便宜，還真能干活——可能是國產模型真正“跑起來”的第一位。我們深度拆解這次登頂的關鍵細節，也聊聊國產模型的新賽道，真的換了。

編輯：前沿在線 編輯部

上周，一件小事突然刷了我的屏：GLM-4.5 登上了 Hugging Face 的全球熱榜第一。

朋友圈、微博、知乎、GitHub……各路人都在轉，但轉的方式不太一樣。
有的在喊“國產模型終于打贏一場硬仗”；

有的則默默貼出 API 價格截圖：“兄弟們，輸入 0.8，輸出 2，真能上！”

我第一反應是：這次不是靠吵的，不是靠提前預熱的，也不是靠營銷造勢，而是——真跑上去的。

你知道 Hugging Face 的榜單不是媒體稿堆出來的，而是開發者、用戶、社區自動投票、下載、點贊出來的。

更重要的是，在 Top10 的位置里，有9個是中國模型。

所以，我們認真看了一圈 GLM-4.5，不是為了“慶祝”，而是想回答一個問題：

這一次，它到底做對了什么？以及，它是不是中國開源模型的“分水嶺”？

不拼喊話，只靠能干：GLM-4.5 到底是什么？

說白了，它不是“最強模型”，但確實是中國第一個真正能跑通完整閉環的 Agent-native 模型。

什么叫“Agent-native”？

簡單說，它不是“模型+插件”的拼裝貨，而是天生就長著函數調用、網頁搜索、多輪反饋和代碼執行的“筋骨”。

不靠外掛，靠骨架設計。
不靠 prompt 喂養，靠結構本能。

它能在搜索網頁后生成一份 PPT，

能用代碼畫一段 SVG 動畫，

能生成一個日簽網站，

還能做個“B站”，

能規劃一輪多跳任務，還能穩定地處理 128k 長上下文任務。

不是“問一句答一句”的聊天機器人，而是可以說“你讓它做，它就真能干活”的數字同事。

我們以前也見過很多“會說”的大模型，但真到“干活”這一步，經常掉鏈子——工具接不準、代碼跑不通、執行流程混亂……

GLM-4.5 這次讓人有點眼前一亮的，不是它說了什么，而是它“做成了”什么。

真正的技術突破，不是更大，而是更穩、更實用

這兩年看大模型，太多廠商愛卷參數。500B、1000B、2000B，吹得天花亂墜，最后還不是“一個月沒更新一次”。

但這次智譜沒玩這一套。GLM-4.5 是個 3550 億總參數、320 億激活參數的 MoE 架構模型，說不上“最大”，但訓練得非常扎實。

它開源得也干脆：直接放在 Hugging Face、ModelScope、GitHub 上開門見客，全量權重、技術博客、代碼案例、Agent demo、slime 框架……基本你想找的都有了。

而且它用 slime 架構訓練強化學習，支持 Agent 的長序列任務生成。什么 BrowseComp、BFCL v3、Tool Use Rate，通通打進前三。

光一個指標：函數工具調用的成功率，超過 90%。
你去找找看現在哪個開源模型敢報這個數？

我們實測幾個場景：

• 輸入“幫我寫個 PPT”，它先搜索，再匯總，再寫，再整理；

  
  

• 輸入“畫個小紅書風格的封面圖”，它調圖像工具輸出 SVG；

  
  

• 輸入“我想做個小游戲”，它寫了個和WIN 7類似的記憶翻牌的htmI游戲；

  
  

最關鍵的是，這些過程不是“瞎猜指令”，而是真正能調工具、看反饋、繼續干的多輪邏輯鏈。

更狠的是全棧開發能力，狠的一比。

一個真的能搜索的搜索引擎

Z.ai版本“谷歌搜索”體驗地址：

https://n0x9f6733jm1-deploy.space.z.ai

提示詞詳見軌跡地址：

https://chat.z.ai/s/2bd291ba-fe6a-4026-a8f4-1efa498267b2

一個真的能發彈幕的B站

Z.ai版本“B站”體驗地址：

https://n0dba6ce0e60-deploy.space.z.ai

提示詞詳見軌跡地址：

https://chat.z.ai/s/29968fdc-53f2-4605-ae71-4ae32e920ca4

一個真的能發博的微博

Z.ai版本“微博”體驗地址：

https://v0rb06rruyf0-deploy.space.z.ai/

提示詞詳見軌跡地址：

https://chat.z.ai/s/f78ae64c-06b7-4eee-b657-878da94fa2c7

更驚喜的，是它“用得起、跑得快、部署方便”

如果說能力是“驚喜”，那體驗則是“實在”。

GLM-4.5 的 API 成本非常良心：

• 輸入 0.8 元 / 百萬 tokens；

• 輸出 2 元 / 百萬 tokens；

  
  

• 生成速度最快能到 100 tokens/秒；

  
  

你可能不太直觀。那換個說法：

一份兩千字的報告，只要幾分錢； 一輪復雜任務鏈調用十幾次工具，也不會破預算； 即便是初創團隊，也能直接用 API 做生產，而不是只能“看看熱鬧”。

部署呢？

也很友好。
兼容 vLLM、SGLang，權重能跑、demo 能測、代碼能看，不是那種“寫了博客，結果沒人能復現”的模型。

這也是為什么它上線沒幾天，就沖上 Hugging Face 全球第一。

它沒靠“情緒營銷”，也沒發“流量金句”，
只是靠真正在社區跑了起來，被人用起來，被人推薦了。

更大的故事：不是 GLM-4.5 一個模型的勝利，是國產陣列的集體爆發

我們注意到，榜單前十里，國產模型占了9個席位。

除了智譜，還有阿里的 Qwen2、月之暗面的 Kimi、商湯的 InternLM、騰訊混元……全線進入熱門。

而且方向也不一樣：
有做通用語言的，有做代碼模型的，有做多模態和語音合成的，
不再是“跟風一個火的架構”，而是真的在各自路線上推進。

更重要的是，它們普遍都有一個共性變化：

不再只是開源參數，而是開放模型 + 工具鏈 + 社區文檔 + API 接入 + 產品演示的全棧內容。

這意味著，中國模型開始“從卷能力，轉向卷產品”，
從“看得懂”轉向“用得起”，
從“做出來”轉向“跑起來”。

說句實話，這還是第一次看到中國廠商在開源世界里，不是跟在后面“追進度”，而是集體“打開了新窗口”。

GLM-4.5 背后藏著一個模型公司轉向“AI產品公司”的邏輯

如果你仔細看 GLM-4.5 的發布策略，會發現它很像一個 SaaS 產品的發布，而不是傳統“論文 + 權重”的開源方式：

• 模型本體 + demo 展示；

• API 商業化平臺（BigModel.cn）直接開放；

• 社區層權重發布同步 Hugging Face / ModelScope / GitHub；

• 技術文檔配套齊全，開發者可以“看得懂、調得起、跑得快”。

這其實就是“模型即服務”的路徑：
模型不是終點，而是入口；
能力不是展示，而是集成；
開源不是為了“放”，而是為了“用”。

所以我們看到了一個新的范式：

模型本身當然重要，但最終誰能形成“閉環服務 + API 工具鏈 + 開發者生態”，誰就能活下去，跑下去。

GLM-4.5 把這件事第一次做得像樣了。

從這一次開始，中國模型換道超車的機會來了

過去兩年，國產大模型最大的痛，是“看得懂，但用不起來”。

代碼開源了，結果沒人部署；架構發論文了，結果性能不穩；社區熱了一陣，結果后續沒人更新。

但現在，GLM-4.5 的登頂告訴我們：

如果我們不再盯著“參數數量”和“單點榜單”，而是盯住“真實場景閉環”和“工程系統復現”，我們就真有機會跑出自己的節奏。

它讓我們看到一個思路：

• 工程能力，是開源模型的護城河；

• API 化產品，是模型商業化的突破口；

• 社區更新頻率，是信任度的關鍵指標；

• 從“卷模型”轉向“卷產品形態”，才有生態。

如果說 GPT-4 是“閉源工業奇跡”，
那 GLM-4.5 有可能是“中國開源工程化的第一塊試金石”。

熱度不是終點，是標準的開始

現在的 GLM-4.5，已經可以在：

• https://z.ai

• https://chatglm.cn

直接體驗，直接調用。

這波熱度過去之后，更大的考驗才剛剛開始。

我們要看它是否能形成生態閉環，是否能帶動社區共建，是否能從“第一波工程模型”變成“平臺級入口”。

但至少今天我們知道：

不是只有最吵的才能火。 跑得快、用得起、能復用的模型，也終于跑上來了。

我們從參數堆砌走向結構進化，從模型封閉走向生態開放。
GLM-4.5 是這個轉向的開端，不是終點。

如果你也覺得 GLM-4.5 是一次值得關注的“產品型模型”案例，歡迎轉發到你的行業群、創業群、AI開發群。

附：

Github 倉庫：

https://github.com/zai-org/GLM-4.5

模型倉庫：

HuggingFace：

https://huggingface.co/collections/zai-org/glm-45-687c621d34bda8c9e4bf503b

ModelScope：

https://modelscope.cn/collections/GLM-45-b8693e2a08984f

點「在看」，給前前加雞腿