GLM‑4.5Open-source hybride-reasoning MoE basismodel voor agentische taken, coderen en toolgebruik

GLM‑4.5 is een open-source large language model ontwikkeld door Zhipu AI (Z.ai) als onderdeel van de GLM-modelfamilie. Het maakt gebruik van een Mixture-of-Experts (MoE) architectuur en een hybride-reasoning ontwerp waarmee het model kan "denken" voordat het antwoord geeft of direct antwoordt, gericht op agentische workflows, codering en toolgebruik. Het model ondersteunt een 128K-token contextvenster en native tool calling. Het model is bedoeld voor ontwikkelaars die AI-agents en code-assistants bouwen. Het introduceerde "Interleaved Thinking", waarbij het model vóór elk antwoord en elke toolaanroep redeneren doet, wat later GLM-releases (GLM‑4.6 en GLM‑4.7) uitbreidden met functies als Preserved Thinking en Turn‑level Thinking. GLM‑4.5 legt de nadruk op agentische codering en integreert met mainstream agent frameworks en coderingshulpmiddelen zoals Claude Code, Cline, Roo Code en Kilo Code. Het GitHub‑repository bevat modelresources, inference code en voorbeelden, terwijl de gewichten openlijk worden vrijgegeven voor self‑hosting en de API via het Z.ai API Platform wordt aangeboden. Het repository documenteert nu ook opvolgermodellen GLM‑4.6 (uitbreiding tot 200K tokens) en GLM‑4.7, naast een lichte 30B‑A3B variant (GLM‑4.7‑Flash) voor efficiëntere implementatie. Als een open‑weight release concurreert GLM‑4.5 met andere open modellen die gericht zijn op agentische en coderingsusecases. Zijn sterke punten liggen in toolgebruik, redeneercontrole en openheid, hoewel het draaien van een groot MoE‑model lokaal aanzienlijke hardware vereist, en nieuwere GLM‑versies de benchmarks hebben sinds die tijd overtroffen.