GLM‑4.5Open-source hybrid-reasoning MoE foundation model built for agentic, coding, und tool-use tasks

GLM‑4.5 ist ein Open‑Source‑Großsprachmodell, das von Zhipu AI (Z.ai) als Teil der GLM‑Modellfamilie entwickelt wurde. Es verwendet eine Mixture‑of‑Experts‑(MoE‑)Architektur und ein Hybrid‑Reasoning‑Design, das dem Modell ermöglicht, entweder zuerst „nachzudenken“ oder direkt zu antworten, und richtet sich an agentenbasierte Workflows, Programmierung und Werkzeugnutzung. Das Modell unterstützt ein 128 K‑Token‑Kontextfenster und native Werkzeugaufrufe. Das Modell richtet sich an Entwickler, die KI‑Agenten und Coding‑Assistenten bauen. Es führte das Konzept des "Interleaved Thinking" ein, bei dem das Modell vor jeder Antwort und jedem Werkzeugaufruf nachdenkt. In späteren GLM‑Versionen (GLM‑4.6 und GLM‑4.7) wurde dies um Funktionen wie Preserved Thinking und Turn‑level Thinking erweitert. GLM‑4.5 legt besonderen Fokus auf agentisches Coding und integriert sich in gängige Agent‑Frameworks sowie Coding‑Tools wie Claude Code, Cline, Roo Code und Kilo Code. Das GitHub-Repository enthält Modellressourcen, Inferenzcode und Beispiele, während die Gewichte offen für das Self‑Hosting bereitgestellt werden und die API über die Z.ai API Platform angeboten wird. Das Repository dokumentiert nun auch die Nachfolgemodelle GLM‑4.6 (Erweiterung des Kontextes auf 200 K Token) und GLM‑4.7 sowie eine leichte 30B‑A3B‑Variante (GLM‑4.7‑Flash) für eine effizientere Bereitstellung. Als Open‑Weight‑Release konkurriert GLM‑4.5 mit anderen offenen Modellen, die auf agentische und codierungsbezogene Anwendungsfälle abzielen. Seine Stärken liegen in der Werkzeugnutzung, der Steuerung des Reasonings und der Offenheit, wobei das lokale Ausführen eines großen MoE‑Modells erhebliche Hardware erfordert, und neuere GLM‑Versionen haben es seitdem in Benchmarks übertroffen.