GLM-4-Plus

定义

GLM-4-Plus是一款基座大语言模型，由智谱自主研发，是GLM-4系列中的增强版本^[1][4]。其中，“GLM”是通用语言模型(General Language Model)的缩写，该系列模型采用自回归填空的预训练方式，兼顾理解与生成两类任务^[5]。

基座模型指的是经过大规模语料预训练、可作为下游任务能力底座的基础模型。GLM-4-Plus并不直接面向终端用户，主要通过开放平台的API接口，供开发者和企业集成到自有产品或工作流程中，智谱也将该模型定位为全模型家族的能力底座^[1][6]。

原理

GLM-4-Plus沿用预训练语言模型的基本范式，即先在大规模文本上学习语言的统计规律，再通过指令微调与偏好对齐使输出符合人类指令与偏好^[1]。按照智谱公开的说明，模型训练中使用了大量由模型辅助构造的高质量合成数据，以扩充训练语料的规模和覆盖面^[3]。

在训练方法上，研发团队采用近端策略优化(PPO)等强化学习方法，用于提升数学、代码算法类任务的推理表现，并使模型输出更贴近人类偏好^[1][7]。PPO是一类策略梯度算法，其优化目标可写作 $L^{CLIP}(\theta)=\mathbb{E}_t\left[\min\left(r_t(\theta)\hat{A}_t,\ \mathrm{clip}(r_t(\theta),1-\epsilon,1+\epsilon)\hat{A}_t\right)\right]$，其中 $r_t(\theta)$ 为新旧策略的概率比，$\hat{A}_t$ 为优势估计^[7]。

针对长文本处理，智谱表示该模型采用了更精准的长短文本数据混合策略，使训练数据中的长度分布更接近实际应用需求，从而增强长文本推理效果，并称长文本能力与当时的国际先进模型接近^[1]。模型支持128K上下文，也就是单次请求中可以同时容纳的输入与输出长度上限，超出部分会被截断^[5]。

在交互形态上，基于该基座模型还衍生出视频通话接口GLM-4-Plus-VideoCall，用于支撑智谱清言中的视频通话与语音多轮交互，属于文本基座模型之上的跨模态应用封装^[6]。

发展历程

2024年8月29日，智谱在KDD 2024(国际数据挖掘与知识发现大会)上发布了新一代基座模型，GLM-4-Plus与文生图模型CogView-3-Plus、图像与视频理解模型GLM-4V-Plus等同批亮相^[1][4]。发布会同期，该模型在智谱大模型开放平台上线，开发者可通过API调用；智谱还宣布面向MaaS平台免费开放GLM-4-Flash的API^[2][4]。

同年9月，清华大学基础模型研究中心发布的SuperBench大模型综合能力评测报告中，GLM-4-Plus在24个海内外代表性模型中综合排名第3，并在智能体能力单项中排名第1^[6]。2024年10月，在中文大模型评测基准SuperCLUE发布的报告及司南OpenCompass的Compass Arena对战榜单中，该模型的成绩均处于前列。

2024年10月23日，在国内智能座舱评测基准SuperCLUE-ICabin的榜单中，GLM-4-Plus以80.08分位列首位，评测内容涵盖上下文理解、复杂意图推理、多指令识别与车身服务等7类能力^[8]。2025年4月24日，智谱BigModel开放平台调整多款模型价格，GLM-4-Plus的调用价格下调90%，由50元/百万Tokens降至5元/百万Tokens^[9][10]。

应用

GLM-4-Plus主要通过智谱大模型开放平台以API形式对外提供，开发者无需自行训练或微调即可将模型能力接入自有系统^[1]。智谱公布的内测情况显示，金融、互联网、企业服务和教育等行业的合作方曾使用该模型完成信息抽取、机器翻译、数据分析与智能体辅助教育等任务^[6]。

在机器翻译场景中，该模型需要在保持响应速度的同时兼顾语义理解与目标语言生成，智谱将其与微软及GPT-4o-mini的翻译效果作了对照^[6]。在数据分析场景中，模型可用于生成初始分析代码并执行以获得结果，用于分担数据分析流程中的前期工作^[6]。

在智能座舱方向，该模型被用于车书问答、用车答疑与车身服务等车载交互任务，SuperCLUE-ICabin的评测覆盖了这些应用能力^[8]。此外，基于该模型衍生的视频通话接口被用于智谱清言App的视频通话功能，支持实时视频与语音多轮交互^[6]。

局限

模型能力存在明确的范围边界。智谱公布的多项对比显示，GLM-4-Plus在语言文本任务上与GPT-4o、Llama 3.1 405B处于相近水平，意味着其在部分任务上并未取得领先^[1][3]。第三方评测者的测试也指出，在代码类基准上该模型与同期部分模型相比仍有差距。

上下文长度方面，128K是模型一次请求可处理的总长度上限，输入与输出共同占用这一额度，超出窗口的内容会被系统截断而无法参与计算，因此超长文档仍需分段处理或配合检索方式使用^[5]。该窗口容量也小于同系列中专门面向长上下文的GLM-4-Long版本。

此外，GLM-4-Plus属于闭源商用模型，模型权重不对外公开，使用者只能通过接口调用，无法在本地部署或自行修改模型参数^[11][5]。其视频通话等多模态能力需通过单独封装的接口申请使用，并非基座模型默认具备^[6]。

参见

• 智谱 —— 研发并发布GLM-4-Plus的公司。

• GLM-4 —— GLM-4-Plus所属的基座模型系列。

• 大语言模型 —— GLM-4-Plus所属的模型类别。

• 智谱清言 —— 采用GLM系列模型并上线视频通话功能的对话助手产品。

• 近端策略优化 —— 该模型训练中用于提升推理表现的对齐算法。

• 上下文窗口 —— 决定模型单次可处理文本长度的技术指标。