“大模型六小虎”首个IPO，来了！

人脑网
作者 ZeR0
编辑 漠影

人脑网4月15日报道，“大模型六小虎”的第一个IPO来了！中国证监局官网显示，大模型独角兽北京智谱华章科技股份有限公司（简称“智谱”）已在北京证监局办理辅导备案，辅导机构为中国国际金融股份有限公司。

智谱成立于2019年6月，注册资本为3622万元，法定代表人是其董事长刘德兵，无控股股东，实际控制人为唐杰、刘德兵。清华大学计算机系教授是智谱的创始人和灵魂人物，担任智谱首席科学家。

唐杰直接持股7.4081%，刘德兵直接持股0.2554%，两人通过持股平台合计控制智谱17.3966%表决权，通过一致行动人合计持有智谱12.1600%表决权，综上合计控制智谱36.9647%表决权。

今日，智谱刚刚发布新一代开源模型GLM-4-32B-0414系列，包含基座（Chat）、推理、沉思模型权重，有9B和32B两个尺寸，并遵循宽松的MIT License，完全开源，不限制商用，无需申请。

开源地址：github.com/THUDM/GLM-4/

其中，GLM-Z1-32B-0414推理模型以320亿个参数，在部分任务的性能表现上，可媲美参数高达6710亿的DeepSeek-R1。

同时，智谱启用全新域名“z.ai”。该平台已集成基座、推理、沉思三类GLM模型，即日起面向全球用户免费开放使用。z.ai将持续演进为下一代的AI应用平台。

新版基座模型和推理模型已上线智谱MaaS平台，提供API。

本次上线的基础模型有两个版本，包括GLM-4-Air-250414和GLM-4-Flash-250414，前者定价0.5元/百万tokens，后者完全免费。

上线的推理模型有三个版本：

1、GLM-Z1-Flash（免费版）：完全免费，降低模型使用门槛。

2、GLM-Z1-AirX（极速版）：国内最快推理模型，推理速度最高可达200tokens/s，8倍于常规速度，定价5元/百万tokens。

3、GLM-Z1-Air（高性价比版）：定价0.5元/百万tokens，仅为DeepSeek-R1输出定价的1/30，适合高频调用场景。

相比之下，DeepSeek-R1目前在标准时段的输出定价是16元/百万tokens，输入定价是4元/百万tokens（缓存未命中）和1元/百万tokens（缓存命中）；在优惠时段价格（北京时间00:30-08:30）的输出定价是4元/百万tokens，输入定价是1元/百万tokens（缓存未命中）和0.25元/百万tokens（缓存命中）。

一、基础模型GLM-4-32B：强化代码能力，擅长动画绘制、网页设计、SVG生成

基础模型GLM-4-32B-0414以320亿个参数，性能比肩更大参数量的国内外主流模型。

GLM-4-32B-0414在工程代码、Artifacts生成、函数调用、搜索问答及报告等基准测试中取得了不错的表现，部分表现可媲美更大参数规模的GPT-4o、DeepSeek-V3-0324（671B）等模型。

该模型经过了15T高质量数据的预训练，其中包含大量推理类的合成数据，为后续的强化学习扩展打下了基础。

在后训练阶段，除了针对对话场景进行了人类偏好对齐外，智谱还通过拒绝采样和强化学习等技术强化了模型在指令遵循、工程代码、函数调用方面的效果，旨在加强Agents（智能体）任务所需的原子能力。

GLM-4-32B-0414还强化了代码生成能力，可生成更复杂的单文件代码。z.ai的对话模式内建了预览功能，支持对生成的HTML和SVG进行可视化查看，便于用户评估生成结果和进行迭代优化。

在z.ai上已经可以体验这些功能，比如输入“用HTML模拟太阳系的行星运动”的指令，你可以在页面右侧看到直观的动态演示：

做个HTML弹珠打砖块小游戏亦是不在话下，在页面左侧流畅地输出400多行代码和游戏简介后，右侧的小游戏就能上手开玩：

或者上点难度，要求包括：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Tailwind CSS来美化页面，把这3个手机界面平铺展示到一个HTML页面中。最终，该模型输出的成品审美在线：

你也可以让GLM-4-32B-0414设计一个支持自定义函数绘制的绘图板，可添加和删除自定义函数，并为函数指定颜色。

或是让它用svg展示一个大语言模型的训练流程：

GitHub页面还给出了模拟小球碰撞的动画绘制示例：

二、推理模型GLM-Z1-32B：部分性能比肩671B DeepSeek-R1，极速版快至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的基础上，采用冷启动和扩展强化学习策略，并针对数学、代码和逻辑等任务进一步了深度优化训练。

相比基础模型，GLM-Z1-32B-0414显着提升了数理能力和解决复杂任务的能力。在训练过程中，智谱引入了基于对战排序反馈的通用强化学习，进一步提升了模型的通用能力。

GLM-Z1-32B-0414以320亿个参数，在部分任务的性能表现上，比肩参数量多达6710亿的DeepSeek-R1相媲美。在AIME 24/25、LiveCodeBench、GPQA等基准测试中，GLM-Z1-32B-0414展现了较强的数理推理能力，能够应对更广泛的复杂任务。

沿用上述技术，智谱训练了一个9B的小尺寸模型GLM-Z1-9B-0414。虽然参数量更少，GLM-Z1-9B-0414在数学推理及通用任务上依然表现出色，整体性能已跻身同尺寸开源模型的领先水平。

尤其是在资源受限的场景下，该模型可以很好地在效率与效果之间取得平衡，支持轻量化部署。

智谱针对推理模型优化了量化、投机采样技术，改进了推理框架和调度平台的性能，降低长思考对KV Cache显存的压力，可在不影响性能的情况下，实现更快的推理速度和更大并发量，GLM-Z1-AirX（极速版）的推理速度可达到200 token/s。

在z.ai上可使用GLM-Z1-32B，体验高效推理能力。推理模型不仅会输出思维链，还能通过Artifacts功能生成可上下滑动浏览的可视化页面。

三、沉思模型GLM-Z1-Rumination：AI中的“博士生”，自主完成复杂研究任务

沉思模型GLM-Z1-Rumination-32B-0414代表了GLM对通用人工智能（AGI）未来形态的下一步探索。

不同于一般的深度思考模型，沉思模型通过更长时间的深度思考来解决更开放和更复杂的问题，还能在深度思考过程中结合搜索工具处理复杂任务，并利用多种规则型奖励来指导和扩展端到端强化学习训练。

沉思模型支持「自主提出问题—搜索信息—构建分析—完成任务」的完整流程。其技术底座源自强化学习扩展与端到端的深度研究（Deep Research）策略训练，具备博士级研究能力的潜力。

沉思模型在研究型写作和复杂检索任务上的能力得到了显着提升，并能够更好地应对开放问题。

z.ai上可免费体验GLM-Z1-Rumination-0414，例如让它分析北京、上海、杭州、深圳的AI发展对比情况，以及未来的发展规划。

深思模型还会在报告末尾非常考究地附上大量参考资料的链接。

结语：推理模型迎来开源盛世

自年初DeepSeek爆红以来，推理模型发展飞速，不仅逐渐从闭源转向开源，而且更加关注高效和性价比。

昨日下午，DeepSeek在自家open-infra-index库中发布了一份题为“开源DeepSeek推理引擎的路径”的文档，宣布将开源内部推理引擎，并与开源社区建立更广泛的合作。

今日，智谱新一代GLM-4-32B-0414系列开源模型组团上线，并通过z.ai向大众开放。全新推理模型同时提供免费版、高性价比版、极速版，以更经济实惠的API价格，为开发者提供了又一款有竞争力的模型选择。

这些开源进展将催化技术创新的扩散，推动AI普惠，并深刻影响AI产业发展进程。