本站 4 月 15 日消息，智譜昨日（4 月 14 日）發布博文，宣布推出新一代 GLM-4-32B-0414 系列模型，320 億參數，效果比肩 OpenAI 的 GPT 系列和 DeepSeek 的 V3 / R1 系列，且支持非常友好的本地部署特性。

該系列模型共有 GLM-4-32B-Base-0414、GLM-Z1-32B-0414、GLM-Z1-Rumination-32B-0414 和 GLM-Z1-9B-0414 四款模型。

GLM-4-32B-Base-0414

在預訓練階段，該模型采用 15T 高質量數據，其中包含大量推理類的合成數據，這為后續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，團隊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、函數調用方面的效果，加強了智能體任務所需的原子能力。

GLM-4-32B-0414 在工程代碼、Artifacts 生成、函數調用、搜索問答及報告等方面都取得了不錯的效果，部分 Benchmark 甚至可以媲美更大規模的 GPT-4o、DeepSeek-V3-0324（671B）等模型。

GLM-Z1-32B-0414

該模型是具有深度思考能力的推理模型，在 GLM-4-32B-0414 的基礎上，通過冷啟動和擴展強化學習，以及在數學、代碼和邏輯等任務上對模型的進一步訓練得到的。

相對于基礎模型，GLM-Z1-32B-0414 顯著提升了數理能力和解決復雜任務的能力。在訓練的過程中，該團隊還引入了基于對戰排序反饋的通用強化學習，進一步增強了模型的通用能力。

GLM-Z1-Rumination-32B-0414

該模型是具有沉思能力的深度推理模型（對標 Open AI 的 Deep Research）。

沉思模型通過更長時間的深度思考來解決更開放和復雜的問題（例如：撰寫兩個城市 AI 發展對比情況，以及未來的發展規劃），結合搜索工具處理復雜任務，并經過利用多種規則型獎勵來指導和擴展端到端強化學習訓練得到。

GLM-Z1-9B-0414

這是一個開源 9B 小尺寸模型，在數學推理和通用任務中依然展現出極為優秀的能力，其整體表現已處于同尺寸開源模型中的領先水平。

測試結果

GLM-4 系列在多項基準測試中表現優異。例如，在 IFEval 指令遵循測試中得分 87.6；在 TAU-Bench 任務自動化測試中，零售場景得分 68.7，航空場景得分 51.2；在 SimpleQA 搜索增強問答測試中得分 88.1。

模型IFEvalBFCL-v3 (Overall)BFCL-v3 (MultiTurn)TAU-Bench (Retail)TAU-Bench (Airline)SimpleQAHotpotQAQwen2.5-Max85.650.930.558.322.079.052.8GPT-4o-112081.969.641.062.846.082.863.9DeepSeek-V3-032483.466.235.860.732.482.654.6DeepSeek-R184.357.512.433.037.383.963.1GLM-4-32B-041487.669.641.568.751.288.163.8

代碼修復方面，GLM-4 在 SWE-bench 測試中的成功率達 33.8%。采用 MIT 許可的 GLM-4 降低了計算成本，為研究和企業提供了高性能 AI 解決方案。

模型框架SWE-bench VerifiedSWE-bench Verified miniGLM-4-32B-0414Moatless[1]33.838.0GLM-4-32B-0414Agentless[2]30.734.0GLM-4-32B-0414OpenHands[3]27.228.0

本站附上參考地址

• GLM-4-0414 系列模型

• THUDM Releases GLM 4: A 32B Parameter Model Competing Head-to-Head with GPT-4o and DeepSeek-V3