GLM · 2025-07 · 稀疏 MoE
GLM-4.5
GLM-4.5 是 GLM 於 2025-07 發布的 分組查詢注意力（GQA） Transformer，共 92 層，隱藏維度 5120，上下文視窗 131,072 個 token。
層堆疊
注意力 ×92 · 層數 92
關鍵參數
| 實驗室 | GLM |
|---|---|
| 發布時間 | 2025-07 |
| 總參數 | 360.4 B |
| 激活參數 | 32.7 B |
| 上下文 | 131,072 tokens |
| 注意力 | GQA (96:8) |
| 層數 | 92 |
| 隱藏維度 | 5,120 |
| 注意力頭 | 96 |
| 詞表 | 151,552 |
| 位置編碼 | RoPE |
| 正規化 | RMSNorm |
| 激活函數 | silu |
| 訓練精度 | bf16 |
| 架構類別 | Glm4MoeForCausalLM |
架構概覽
注意力
分組查詢注意力（GQA） — 96 q-heads / 8 kv-heads. RoPE θ=1,000,000.
前饋 / MoE
它是稀疏混合專家模型：160 個路由專家、top-8 路由；每個 token 約激活 32.7B 參數。
設定中包含 1 個額外的多 token 預測（MTP）層，用於加速解碼。
欄位級對比
對比對象為同實驗室的上一代模型；無前代時取結構最相似的模型。倍數欄 = 本模型數值 ÷ 對比模型數值。
與前代 GLM-4 9B 的全欄位對比
| 模型 | GLM-4.5 | GLM-4 9B | 倍數 |
|---|---|---|---|
| model_type | glm4_moe | chatglm | ≠ |
| architectures | Glm4MoeForCausalLM | ChatGLMModel | ≠ |
| hidden_size | 5120 | 4096 | ×1.25 |
| num_hidden_layers | 92 | — | |
| num_attention_heads | 96 | 32 | ×3.00 |
| num_key_value_heads | 8 | — | |
| head_dim | 128 | — | |
| intermediate_size | 12288 | — | |
| hidden_act | silu | — | |
| n_routed_experts | 160 | — | |
| num_experts_per_tok | 8 | — | |
| n_shared_experts | 1 | — | |
| moe_intermediate_size | 1536 | — | |
| rope_theta | 1000000 | — | |
| max_position_embeddings | 131072 | — | |
| rms_norm_eps | 0.00001 | — | |
| vocab_size | 151552 | — | |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| num_nextn_predict_layers | 1 | — | |
| attention_bias | 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 | — | |
| initializer_range | 0.02 | — | |
| norm_topk_prob | true | — |
結構最相似的模型
- GLM-4.6 (GLM, 2025-10) 1.000
- Qwen3 235B A22B (Qwen, 2025-04) 0.999
- Qwen3.8 2.4T A95B (Qwen, 2026-08) 0.994
- GLM-4.5-Air (GLM, 2025-07) 0.989
- MiniMax-Text-01 (MiniMax, 2025-01) 0.989
- MiniMax-M1 (MiniMax, 2025-06) 0.989
相似度取值範圍 0（無共同類別特徵）到 1（結構輪廓完全一致）。
原始 config 欄位
34 個欄位
| 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 | 5120 |
| partial_rotary_factor | 0.5 |
| initializer_range | 0.02 |
| intermediate_size | 12288 |
| max_position_embeddings | 131072 |
| model_type | glm4_moe |
| moe_intermediate_size | 1536 |
| norm_topk_prob | true |
| num_attention_heads | 96 |
| n_group | 1 |
| topk_group | 1 |
| n_routed_experts | 160 |
| n_shared_experts | 1 |
| routed_scaling_factor | 2.5 |
| num_experts_per_tok | 8 |
| first_k_dense_replace | 3 |
| num_hidden_layers | 92 |
| 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 | true |
| vocab_size | 151552 |