智谱发布国内最快的推理模型！效果比肩 DeepSeek R1，速度快 8 倍，高达 200 Tokens/s
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
以前，大家往往比拼模型的参数规模、模型效果；后来，大家开始卷价格；就在今天，智谱AI这位老哥，突然开源了一个速度起飞的推理模型，直接把“速度”这张牌打成了王炸。
有多快呢？
推理速度最高达到200Tokens/s，是DeepSeek-R1常规速度的8倍。
这还没完。
这只是智谱刚推出的推理模型GLM-Z1-AirX，还有一个高性价比版本GLM-Z1-Air，不仅在效果上硬刚671B参数的DeepSeek-R1，而且价格卷到了后者的1/30。
感觉空气中都弥漫着一股“内卷终结者”的气息。
先来看一下GLM-Z1-Air在一系列学术测试基准上的效果表现。
在AIME24/25(数学推理)、LiveCodeBench(代码生成)、GPQA(科学问答)这些硬核基准测试中，GLM-Z1-32B基本上做到了对671B参数量DeepSeek-R1的效果打平。考虑到两者参数量级的巨大差异，这表现堪称不错了。
此外，我注意到，GLM-Z1-32B与同等参数量的QwQ-32B模型相比，其在综合工具调用、科学测试基准上表现更优，其他测试基准上整体持平。
根据官方的描述，这个模型通过冷启动和扩展强化学习，专门针对数学、代码、逻辑推理等任务进行了深度优化。智谱还引入了基于“对战排序反馈”（BattleRankFeedback）的通用强化学习，让它在解决复杂问题上的能力有了显著提升。
一句话总结——
非常值得将其拿来上手实测一下。
先来一道物理场景推理的题目开开胃。
（科学题）：密闭房间内有冰块悬浮于水面上的杯子，室温恒为25°C。当冰块完全融化后，水面高度如何变化？若冰块中含一枚铁钉，结果是否不同？
Z1-Air的结果——
手拿把掐，轻松通过。
这两天，夕小瑶family群里对一种类型的题讨论尤其激烈，就是设定几组规则，推理出一组数字，当然数字越多推理难度越大，算是一道非常单纯的逻辑题，这里我们来测一下。
甲、乙、丙三个海盗发现了一个巨大的保险柜，可惜保险柜上挂着一把密码锁。锁的密码由5个不同的数字组成。于是，他们胡乱猜了起来（如下所示）。他们每人都猜对了位置不相邻的两个数。根据3个已知条件，推断出密码是多少！
猜测：
甲：84261
乙：26048
丙：49280
Z1-Air的结果——
我顺便测了下R1——
我自己尝试着算了算，一分钟后果断放弃看答案。。给两个模型都是只有一次机会，Z1-Air正确，R1却翻车了。这是我没想到的。
接着，我准备了一道陷阱题——
五斤花生可以榨四两油，现在有十斤花生，可以榨的花生有多少？
不出意外，它没能绕开。但我不死心试了几乎所有主流在用的模型，包括R1、2.5Pro、grok，这道题全挂，暂且划到对于reasoning类模型来说属于超纲吧。
此外需要提一嘴，这个GLM-Z1-Air模型不仅开源，而且在智谱AI开放平台中，分成了三个版本可供API调用：
GLM-Z1-Air：高性价比版本，价格只有DeepSeek-R1的1/30
GLM-Z1-AirX：速度天花板版本，虽然价格更贵，但200Tokens/s的推理速度很难让人拒绝，而且提速后依然比DeepSeek-R1便宜不少。
GLM-Z1-Flash：免费版本。推理模型都发布了免费版本的API，这个我确实没想到。
老规矩，贴一下传送门：
https ://www.bigmodel.cn/dev/api/normal-model/glm-4
除了上面的推理模型GLM-Z1-Air系列之外，其实智谱这次还一口气开源了包括对基座Chat模型以及前段时间发布不久的沉思模型，且分了9B和32B两个尺寸。
全家桶细节可以见下表——
先来说说GLM-4-32B-0414这个对话模型。
虽然GLM-4-32B-0414不是推理模型，但智谱不仅给它喂了15T的高质量数据进行预训练，而且还塞了不少推理类的合成数据。因此，这个GLM-4-32B模型的代码生成能力得到了不错的改善，据说能够直接搞定更复杂的单文件代码生成了。
比如官方贴了一个测试case，让它设计一个移动端机器学习平台——
提示词：给我设计一个移动端机器学习平台的UI，其中要包括训练任务，存储管理，和个人统计界面。个人统计界面要用图表展示用户过去一段时间的各类资源使用情况。使用TailwindCSS来美化页面，把这3个手机界面平铺展示到一个HTML页面中
代码运行结果——
这个完成度和页面逻辑的合理性，实在挑不出什么毛病。
再或者，让其制作SVG图片——
提示词：用svg展示一个LLM的训练流程
这个SVG的可用性也挺高的，我对比了一下DeepSeek-R1的同提示词输出——
虽然R1在流程图的每个节点做了更为详细的注释，这点好评，但可惜的是连线的时候崩了。
再来看看沉思模型GLM-Z1-Rumination-32B。
这个模型，源自智谱对DeepResearch策略训练的探索。简单来说，就是赋予模型一种进行深度研究的能力。
官方给了一个很形象的类比：
普通搜索=本科生，能快速找到资料。
带反思的推理模型（类似Z1）=硕士生，能对信息进行整理和初步分析，给出几百上千字的概述。
沉思模型（Rumination）=博士生，具备深度研究能力，能独立思考、查阅文献、整合分析，最终输出一份非常详尽、甚至上万字的报告。
这个模型的核心特点是“沉思”（Rumination）。它不像普通模型那样追求快速回答，而是愿意花费更长的时间（文档里提到可能长达5分钟甚至更久）进行深度思考，来解决那些更开放、更复杂的问题。
它能在思考过程中主动结合搜索工具处理复杂任务，利用多种规则型奖励来指导和扩展端到端的强化学习训练。支持一个完整的“自主提问→搜索信息→构建分析→完成任务”的流程。
这种模型在需要深度研究、复杂内容生成、长篇报告撰写等场景下，潜力巨大。
以上就是Z1-Rumination解决一个开放式研究问题的例子：撰写关于北京和杭州AI发展对比，并分析国外城市AI治理案例，规划未来发展。这种任务，显然需要模型具备超越简单问答的深度思考和信息整合能力。
这里我真的要强调一嘴——
包括谷歌、OpenAI在内，各家都把DeepResearch功能藏着掖着，连API都不开放，如今智谱却干脆把模型都开源出来了。这个动作非常值得点赞。
而智谱这次开源，一如既往的走MIT开源协议，可完全商用。
当然了，除了自行开源部署外，也可以直接在智谱AI开放平台调用API，我整理了一下价格——
只能说，智谱的API定价从来不让开发者失望。
智谱这次，还正式启用了全新的全球域名：
z.ai
我截了个图：
从此，全球用户都可以在z.ai，直接与智谱最新的模型进行交互了。
最后，我想给智谱配合这次新模型+新域名发布提出的Slogan点个赞——
