智谱新模型GLM-4.5V全面开源，玩家们有福啦！

一张模糊的街景照片，3分钟内精准定位到小数点后六位的经纬度，这个击败99.99%人类玩家的AI侦探，今天正式开源。

一位朋友神秘兮兮地发来一张照片：“猜猜这是哪？”画面中是一条宽阔的河流，两岸建筑风格难以辨认。

添加图片注释，不超过 140 字（可选）

我盯着看了半天，只能勉强判断是欧洲某地。直到把照片扔给智谱的新模型——GLM-4.5V，谜底才揭晓：奥地利萨尔茨堡。

添加图片注释，不超过 140 字（可选）

这能力，OpenAI的o3、o4 mini早有了，没什么稀奇？但当我听到这个模型是开源的，手中的咖啡杯差点没拿稳。

更震撼的是，这个AI模型参加了全球“图寻”积分赛——一个限时3分钟根据图片猜经纬度的硬核游戏。与两万多人类玩家对战7天后，它击败了99.99%的人类玩家。

今天，智谱正式开源了这款视觉推理怪兽GLM-4.5V，把国外巨头藏着掖着的多模态能力，彻底开放给了全球开发者。

01 百亿参数巨兽，开源多模态新王登基

最近，AI圈频频被一条消息刷屏：智谱在魔搭社区和Hugging Face同步开源了全球首个100B级视觉推理模型GLM-4.5V3。参数规模达到惊人的1060亿，但采用MoE（混合专家）架构，每次推理仅激活120亿参数。

添加图片注释，不超过 140 字（可选）

这种设计让它在保持巨量知识容量的同时，推理效率堪比小模型。用业内人士的话说，“这相当于花经济舱的钱，坐上了头等舱”。

官方数据显示，在42个多模态权威榜单中，GLM-4.5V在41个评测基准上刷新了开源模型纪录。一位连夜测试的开发者在社交平台感叹：“这性能，说是开源模型的天花板也不为过。”

但真正让社区沸腾的，是其彻底的开放性。采用宽松的MIT许可证，意味着任何个人或企业都可以免费使用、修改，甚至进行商业化二次开发。这与某些附带限制性条款的“伪开源”形成鲜明对比。

02 侦探级视觉推理，细节里的魔鬼

GLM-4.5V的能力远不止于识图认物。它更像一个拥有福尔摩斯般观察力的AI侦探。

先来看地理定位能力。用户只需输入一张照片和特定指令，模型就能输出精确到小数点后六位的经纬度。

我放了一张横店明清宫苑的图片，想看看它能不能分辨出来。

添加图片注释，不超过 140 字（可选）

结果还真不赖！因为横店的明清宫苑是按照故宫一比一修建的，稍不注意，是很容易识别错误的。

添加图片注释，不超过 140 字（可选）

为了继续验证，我又提问：为什么是横店不是故宫？

添加图片注释，不超过 140 字（可选）

03 多面手：从代码复刻到长视频解剖

但GLM-4.5V的野心不止于此。它更像一个多模态领域的瑞士军刀：

当开发者扔给它一张知乎网页截图，要求“生成类似页面的React版JSX代码”，GLM-4.5V直接输出高质量前端代码，渲染效果几乎与原界面一致。这种看图写代码的能力，过去基本是Gemini、Claude等闭源巨头的专利。

我试了下，很快就出结果了！

添加图片注释，不超过 140 字（可选）

视频理解能力同样惊艳。

我放入了一段排球比赛视频，让它帮我分析一下！

分析结果：

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

此外，处理长达一小时的奥特曼采访视频时，它不仅能总结内容，还能精准回答“第38分钟后人物是什么动作”这类细节问题。目前模型支持最长约两小时的视频输入8，单次提示最多可处理300张图片或1个视频。

04 价格战开打，2元/M tokens颠覆行业

在商业化方面，智谱直接掀了桌子。GLM-4.5V的API定价低至输入2元/百万tokens，输出6元/百万tokens23。相比GPT-4o高达5-10美元/百万tokens的成本，这简直是降维打击。

响应速度更是达到60-80 tokens/秒，较同类模型快3倍。新用户还可领取2000万Tokens免费试用，彻底降低尝鲜门槛。

多个平台获取资源：

Hugging Face开源地址：https://huggingface.co/zai-org/GLM-4.5V

GitHub开源地址：https://github.com/zai-org/GLM-V

其实，GLM-4.5V的开源不只是一次技术发布，更是智谱在AI Agent赛道的战略落子。

当大多数模型还在比拼单项测试分数时，GLM-4.5V已瞄准更高维度——成为用户屏幕前的“眼睛+大脑+手”。其GUI理解和多模态推理能力，让构建能操作Photoshop、分析Excel报表、管理企业系统的实用型Agent成为可能。

办公室里，一位产品经理把公司内部系统的截图丢给GLM-4.5V，几分钟后拿到了完整的操作指南。他靠在椅背上喃喃自语：“以后新员工培训，是不是不用人力了？”

窗外，夜幕下的城市灯火通明。每一盏灯背后，可能都有一个团队正在下载GLM-4.5V的开源权重。当明早太阳升起时，不知又将有多少个基于它的智能应用悄然诞生。