机器之心报道

编辑：杜伟

2024 年的最后一天，智谱 GLM 模型家族迎来了一位新成员——GLM-Zero 的初代版本 GLM-Zero-Preview，主打深度思考与推理。

从年初到年末，在接连推出新一代基座大模型、多模态模型、视频生成模型以及语音模型之后，智谱补上了推理模型这块拼图。

据介绍，GLM-Zero-Preview 是 GLM 家族中专注于增强 AI 推理能力的模型，擅长处理数理逻辑、代码和需要深度推理的复杂问题。同基座模型相比，GLM-Zero-Preview 既没有显著降低通用任务能力，又大幅提升了专家任务能力。

以数学能力为例，智谱让 GLM-Zero-Preview 做了一整套 2025 年考研数学一，最后得分为 126，达到了优秀研究生水平。从下图可以看到，模型给出了详细的解题步骤。

再看下代码能力，GLM-Zero-Preview 熟练使用多种编程语言，可以帮助开发者快速编写代码，如下使用 HTML 语言独立编写了一个第一人称射击游戏。另外它还可以调试代码，快速识别错误并给出修复建议。

目前，GLM-Zero-Preview 已经上线使用。用户可以在智谱清言网页端选择「Zero 推理模型」智能体，上传文字或图片就能免费体验。另外，GLM-Zero-Preview 的 API 也在智谱开放平台同步上线以供开发者调用。

• 智谱清言：http://chatglm.cn/
• 智谱开放平台：https://bigmodel.cn/
• 2000万token免费体验资源包领取地址：https://zhipuaishengchan.datasink.sensorsdata.cn/t/7K

一手实测

智谱深度推理大摸底

先来看官方给出的指标。作为智谱首个基于扩展强化学习技术训练的推理模型，GLM-Zero-Preview 在多个基准上与 OpenAI o1-preview 互有胜负，其中在数学基准测试 AIME 2024、MATH500 以及代码生成基准测试 LiveCodeBench 中实现小幅超越。

在技术实现上，由于强化学习训练量的增加，GLM-Zero-Preview 的深度推理能力得到稳步提升。同时随着模型在推理阶段可以思考的 token 数变多以及计算量增加，GLM-Zero-Preview 的输出结果质量也稳步提升。

得益于以上两点，GLM-Zero-Preview 表现出了类人的思考决策过程，初步具备了「推理过程中自主决策、问题拆解、尝试多种方式解决问题」等能力。

是骡子是马，溜后才知道。GLM-Zero-Preview 在真实世界任务中的表现如何？机器之心进行了一波全方位的测试。

我们搜罗了各种类型的推理问题，看看 GLM-Zero-Preview 能不能 hold 住这些容易绕晕人的中文逻辑陷阱题，以及需要数学、物理等专业学科知识与思辨能力的题目。

比大小不会翻车、有干扰项也无妨

大模型以前经常翻车的小数点后比大小问题，GLM-Zero-Preview 轻松搞定。我们看到了该模型的深度思考链路，它的显著特点是在理解问题及解题关键的基础上，从不同的角度分析、验证并给出答案。整个过程看下来，GLM-Zero-Preview 有点「PUA」自己，生怕会出错，多次检查并肯定自己的答案无误。