GLM · 2025-07 · 稀疏 MoE
GLM-4.5-Air
GLM-4.5-Air 是 GLM 于 2025-07 发布的 分组查询注意力（GQA） Transformer，共 46 层，隐藏维度 4096，上下文窗口 131,072 个 token。
层堆栈
注意力 ×46 · 层数 46
关键参数
| 实验室 | GLM |
|---|---|
| 发布时间 | 2025-07 |
| 总参数 | 107.7 B |
| 激活参数 | 13 B |
| 上下文 | 131,072 tokens |
| 注意力 | GQA (96:8) |
| 层数 | 46 |
| 隐藏维度 | 4,096 |
| 注意力头 | 96 |
| 词表 | 151,552 |
| 位置编码 | RoPE |
| 归一化 | RMSNorm |
| 激活函数 | silu |
| 训练精度 | bf16 |
| 架构类名 | Glm4MoeForCausalLM |
架构概览
注意力
分组查询注意力（GQA） — 96 q-heads / 8 kv-heads. RoPE θ=1,000,000.
前馈 / MoE
它是稀疏混合专家模型：128 个路由专家、top-8 路由；每个 token 约激活 13B 参数。
配置中包含 1 个额外的多 token 预测（MTP）层，用于加速解码。
字段级对比
对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。
与前代 GLM-4.5 的全字段对比
| 模型 | GLM-4.5-Air | GLM-4.5 | 倍数 |
|---|---|---|---|
| model_type | glm4_moe | glm4_moe | ＝ |
| architectures | Glm4MoeForCausalLM | Glm4MoeForCausalLM | ＝ |
| hidden_size | 4096 | 5120 | ×0.800 |
| num_hidden_layers | 46 | 92 | ×0.500 |
| num_attention_heads | 96 | 96 | ≈1 |
| num_key_value_heads | 8 | 8 | ≈1 |
| head_dim | 128 | 128 | ≈1 |
| intermediate_size | 10944 | 12288 | ×0.891 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 128 | 160 | ×0.800 |
| num_experts_per_tok | 8 | 8 | ≈1 |
| n_shared_experts | 1 | 1 | ≈1 |
| moe_intermediate_size | 1408 | 1536 | ×0.917 |
| rope_theta | 1000000 | 1000000 | ≈1 |
| max_position_embeddings | 131072 | 131072 | ≈1 |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 151552 | 151552 | ≈1 |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| num_nextn_predict_layers | 1 | 1 | ≈1 |
| attention_bias | true | true | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| pad_token_id | 151329 | 151329 | ≈1 |
| eos_token_id | 151329×1 + 151336×1 + 151338×1 | 151329×1 + 151336×1 + 151338×1 | ＝ |
| partial_rotary_factor | 0.5 | 0.5 | ≈1 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| norm_topk_prob | true | true | ＝ |
结构最相似的模型
- GPT-OSS 120B (OpenAI, 2025-08) 0.999
- Qwen3 30B A3B (Qwen, 2025-04) 0.997
- Hunyuan-TurboS 30B A3B (Hunyuan, 2026-05) 0.997
- Qwen3.8-Flash-Next (Qwen, 2026-08) 0.997
- Qwen3.6 35B A3B (Qwen, 2026-04) 0.997
- Qwen3-Next 80B A3B (Qwen, 2025-09) 0.996
相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。
原始 config 字段
34 个字段
| architectures | Glm4MoeForCausalLM |
|---|---|
| attention_bias | true |
| attention_dropout | 0 |
| pad_token_id | 151329 |
| eos_token_id | 151329×1 + 151336×1 + 151338×1 |
| head_dim | 128 |
| hidden_act | silu |
| hidden_size | 4096 |
| partial_rotary_factor | 0.5 |
| initializer_range | 0.02 |
| intermediate_size | 10944 |
| max_position_embeddings | 131072 |
| model_type | glm4_moe |
| moe_intermediate_size | 1408 |
| norm_topk_prob | true |
| num_attention_heads | 96 |
| n_group | 1 |
| topk_group | 1 |
| n_routed_experts | 128 |
| n_shared_experts | 1 |
| routed_scaling_factor | 1 |
| num_experts_per_tok | 8 |
| first_k_dense_replace | 1 |
| num_hidden_layers | 46 |
| num_key_value_heads | 8 |
| rms_norm_eps | 0.00001 |
| rope_theta | 1000000 |
| num_nextn_predict_layers | 1 |
| tie_word_embeddings | false |
| torch_dtype | bfloat16 |
| transformers_version | 4.54.0 |
| use_cache | true |
| use_qk_norm | false |
| vocab_size | 151552 |