GLM-4 是智谱 AI 推出的新一代预训练模型系列，其开源版本托管于 GitHub 的 THUDM/GLM-4 仓库。根据官方资料，该项目为“开源多语言多模态对话模型”，并在 Z.ai 提供免费体验，商业模型服务则通过 bigmodel.cn 提供。
项目更新方面：2025年7月2日发布 GLM-4.1V-9B-Thinking 系列 VLM；2025年4月14日发布 GLM-4-32B-0414 系列模型，参数规模扩展至 320 亿，包含对话、推理与沉思（Rumination）能力的模型；2024年6月18日发布技术报告；2024年6月5日发布 GLM-4-9B 系列开源模型。
模型介绍：GLM-4-32B-0414 系列拥有 320 亿参数，性能可与 OpenAI GPT 系列及 DeepSeek V3/R1 系列相比，并支持本地部署。其基础模型 GLM-4-32B-Base-0414 在 15T 高质量数据（含大量推理型合成数据）上预训练，为后续强化学习扩展奠定基础；后训练阶段采用人类偏好对齐，并借助拒绝采样与强化学习提升指令遵循、工程代码与函数调用能力。在工程代码、Artifact 生成、函数调用、搜索问答与报告生成等方面表现良好，部分基准测试（如代码生成或特定问答任务）上可与 GPT-4o、DeepSeek-V3-0324（671B）等更大模型相当。
GLM-Z1-32B-0414 是基于 GLM-4-32B-0414 开发的推理模型，通过冷启动、扩展强化学习以及在数学、代码与逻辑任务上的进一步训练，显著提升数学能力和复杂任务解决能力，同时引入基于成对排序反馈的通用强化学习以增强通用能力。
GLM-Z1-Rumination-32B-0414 是具备沉思能力的深度推理模型（对标 OpenAI 的 Deep Research）。与典型深度思考模型不同，它能进行更深、更长时间的思考以解决更开放复杂的问题（例如撰写两座城市 AI 发展对比分析及未来规划）。该模型通过端到端强化学习扩展训练，响应由真实答案或评分标准评分，并可在深度思考过程中使用搜索工具处理复杂任务，在研究型写作与复杂任务上提升明显。
GLM-Z1-9B-0414 是 9B 小模型，采用上述技术训练，在数学推理与通用任务上表现优异，同尺寸开源模型中整体性能位居前列，在资源受限场景下实现效率与效果的平衡，为轻量部署提供选择。
GLM-4-9B-0414 因模型容量较小，未进行与 GLM-4-32B-0414 相同的智能体能力增强，而是主要针对需要大规模批处理的场景（如翻译任务）进行优化。
上下文与部署：模型原生训练上下文为 32K。当请求的总输入+输出长度可能超过 32K token 时，建议启用 YaRN 以获得更好的外推性能；对于 GLM-Z1 系列，当输入长度超过 8,192 token 时可考虑启用 YaRN（Rope Scaling）。大多数请求若未超过原生上下文长度则无需修改。模型实现已合并至 vLLM、transformers 与 llama.cpp 的相关仓库。
微调：仓库 finetune/README.md 提供模型微调所需计算资源信息及示例脚本。官方提供了一个简单微调示例命令，该脚本还支持使用 SwanLab 进行可视化跟踪，可在 SwanLab 可视化仪表板查看训练日志。
提示实现：使用 transformers 库的 apply_chat_template 构建提示时，不同 GLM-4-0414 模型的 System Prompt 限制不同——GLM-4-32B-Base-0414 为基础模型，无聊天模板；GLM-4--0414 / GLM-Z1--0414 在提供工具时，apply_chat_template 会将工具填充进 chat_template 的固定模板，生成一个带工具绑定的独立 system 消息置于消息列表首位（messages[0]），原传入消息整体后移一位。GLM-Z1-Rumination-32B-0414 不支持自定义 system 提示或自定义工具，其 tools 与 system 字段会被 apply_chat_template 忽略；使用该模型需外部搜索引擎或自定义检索 API，共支持四种工具：search（执行搜索查询并返回结果，参数 query 为搜索查询字符串，除中文专有名词外使用英文）、click（点击搜索结果中的链接并跳转至对应页面，参数 link_id 为链接 ID）、open（打开指定网站，通过 URL 获取任意网站内容，参数 url 为目标网址或域名）、finish（完成任务，无参数）。其 chat_template 固定模板中思考过程使用英文，如需改为其他语言，需修改 <Important Configuration> 中 Language Used 部分（当前支持中文与英文）。
评测结果：GLM-4-0414 系列在 SimpleQA 与 HotpotQA 上各采样近 500 个测试用例，为所有模型提供基础搜索与点击工具，保持其他设置一致，结果取 3 次运行平均。其中 Moatless v0.0.3 使用参数 response_format="react", thoughts_in_action=False, max_interations=30，失败轨迹不重试，其他为默认设置；Agentless v1.5.0 使用 BGE 作为嵌入模型与 FAISS 做相似性搜索，为加速补丁验证同时保持性能，单实例运行超时从默认 300s 改为 180s；OpenHands v0.29.1 未使用 YaRN 上下文扩展，将运行限制在最多 60 次迭代并总结历史以防超过 32K 上下文，总结配置为 llm_config="condenser", keep_first=1, max_size=32，失败轨迹不重试。
引用：若认为工作有帮助，可引用论文 “GLM-4 series: Open Multilingual Multimodal Chat LMs | 开源多语言多模态对话模型”。
其他细节（如完整模型清单、各基准分数表格、下载链接与许可证等）暂未提供。
