考研數(shù)學(xué)得126分、還能編寫小游戲，智譜首個推理模型來了，人人免費用

天承辦公室 2025-01-01 發(fā)布于北京

展開全文

機器之心報道

編輯：杜偉

2024 年的最后一天，智譜 GLM 模型家族迎來了一位新成員——GLM-Zero 的初代版本 GLM-Zero-Preview，主打深度思考與推理。

從年初到年末，在接連推出新一代基座大模型、多模態(tài)模型、視頻生成模型以及語音模型之后，智譜補上了推理模型這塊拼圖。

據(jù)介紹，GLM-Zero-Preview 是 GLM 家族中專注于增強 AI 推理能力的模型，擅長處理數(shù)理邏輯、代碼和需要深度推理的復(fù)雜問題。同基座模型相比，GLM-Zero-Preview 既沒有顯著降低通用任務(wù)能力，又大幅提升了專家任務(wù)能力。

以數(shù)學(xué)能力為例，智譜讓 GLM-Zero-Preview 做了一整套 2025 年考研數(shù)學(xué)一，最后得分為 126，達(dá)到了優(yōu)秀研究生水平。從下圖可以看到，模型給出了詳細(xì)的解題步驟。

再看下代碼能力，GLM-Zero-Preview 熟練使用多種編程語言，可以幫助開發(fā)者快速編寫代碼，如下使用 HTML 語言獨立編寫了一個第一人稱射擊游戲。另外它還可以調(diào)試代碼，快速識別錯誤并給出修復(fù)建議。

目前，GLM-Zero-Preview 已經(jīng)上線使用。用戶可以在智譜清言網(wǎng)頁端選擇「Zero 推理模型」智能體，上傳文字或圖片就能免費體驗。另外，GLM-Zero-Preview 的 API 也在智譜開放平臺同步上線以供開發(fā)者調(diào)用。

智譜清言：http:///
智譜開放平臺：https:///
2000萬token免費體驗資源包領(lǐng)取地址：https://zhipuaishengchan.datasink./t/7K

一手實測

智譜深度推理大摸底

先來看官方給出的指標(biāo)。作為智譜首個基于擴展強化學(xué)習(xí)技術(shù)訓(xùn)練的推理模型，GLM-Zero-Preview 在多個基準(zhǔn)上與 OpenAI o1-preview 互有勝負(fù)，其中在數(shù)學(xué)基準(zhǔn)測試 AIME 2024、MATH500 以及代碼生成基準(zhǔn)測試 LiveCodeBench 中實現(xiàn)小幅超越。

在技術(shù)實現(xiàn)上，由于強化學(xué)習(xí)訓(xùn)練量的增加，GLM-Zero-Preview 的深度推理能力得到穩(wěn)步提升。同時隨著模型在推理階段可以思考的 token 數(shù)變多以及計算量增加，GLM-Zero-Preview 的輸出結(jié)果質(zhì)量也穩(wěn)步提升。

得益于以上兩點，GLM-Zero-Preview 表現(xiàn)出了類人的思考決策過程，初步具備了「推理過程中自主決策、問題拆解、嘗試多種方式解決問題」等能力。

是騾子是馬，溜后才知道。GLM-Zero-Preview 在真實世界任務(wù)中的表現(xiàn)如何？機器之心進(jìn)行了一波全方位的測試。

我們搜羅了各種類型的推理問題，看看 GLM-Zero-Preview 能不能 hold 住這些容易繞暈人的中文邏輯陷阱題，以及需要數(shù)學(xué)、物理等專業(yè)學(xué)科知識與思辨能力的題目。

比大小不會翻車、有干擾項也無妨

大模型以前經(jīng)常翻車的小數(shù)點后比大小問題，GLM-Zero-Preview 輕松搞定。我們看到了該模型的深度思考鏈路，它的顯著特點是在理解問題及解題關(guān)鍵的基礎(chǔ)上，從不同的角度分析、驗證并給出答案。整個過程看下來，GLM-Zero-Preview 有點「PUA」自己，生怕會出錯，多次檢查并肯定自己的答案無誤。

對于一些設(shè)置了干擾項的推理問題，GLM-Zero-Preview 也絲毫不會受到影響，很快理清思路，排除干擾項。

不落入語言陷阱、拿捏復(fù)雜推理

中文語境下有很多陷阱，比如歧義性、語境依賴、隱含信息、文化背景等，應(yīng)對起來要求推理大模型「吃透」語言特點，并能夠結(jié)合上下文信息、語義知識和常識推理，明辨其中的彎彎繞。

面對這類中文陷阱題目，GLM-Zero-Preview 給出的深度思考過程顯示，它從不同的視角考慮和深度推理，排除一切的不可能之后，確認(rèn)最合理的解釋和答案。

另外，面對復(fù)雜的中文邏輯推理問題，尤其涉及多個角色人物時，GLM-Zero-Preview 不會被搞混。通過深度思考進(jìn)行情況羅列與假設(shè)分析，并輔以縝密的條件驗證，整個過程像抽繭剝絲的判案一樣。

GLM-Zero-Preview 給出了邏輯清晰的解題步驟。

常識推理無壓力、時間感知能力強

如今的大模型在「喂」給足夠多的高質(zhì)量數(shù)據(jù)之后，像人一樣掌握了豐富的常識，做起此類推理題來沒有壓力。

在時間推理中，大模型需要理解時間順序、事件發(fā)生的時序關(guān)系，要有清晰的預(yù)測和推斷能力。比如下面的時間推理場景，想必很多人都會被繞暈，而 GLM-Zero-Preview 做到了對多個角色參與的復(fù)雜時間關(guān)系的準(zhǔn)確判斷。

數(shù)學(xué)小能手上線

大模型的數(shù)學(xué)能力可以為人們在很多數(shù)學(xué)任務(wù)中提供有力支持，比如代數(shù)、微積分、概率統(tǒng)計。GLM-Zero-Preview 具備了更強的歸納與演繹能力，比如下面這道序列求解題，它在深度思考過程中觀察規(guī)律、找出規(guī)律、驗證規(guī)律。

面對經(jīng)典的青蛙爬井問題，GLM-Zero-Preview 不僅給出了正確的解題思路和答案，還總結(jié)了一波經(jīng)驗心得。

再考它一道出自 2024 高考數(shù)學(xué)北京卷的條件判斷題，顯然難不倒 GLM-Zero-Preview，它通過等價代換的方式得出了正確答案。

hold 弱智吧

在面對一些弱智吧問題時，GLM-Zero-Preview 一板一眼地進(jìn)行理論層面以及實際可行性的分析，并展開論證，令人忍俊不禁。

視覺推理多面手

目前，GLM-Zero-Preview 支持上傳 png、jpg、jpeg、webp 等多種格式的圖片，并能夠應(yīng)對很多類型的推理任務(wù)，比如解帶有電路圖的高考物理題（2024 北京卷）：

以下為完整的解題步驟：

還能理解梗圖：

推理模型大 PK

誰更勝一籌

接下來，機器之心讓 GLM-Zero-Preview 與 o1、DeepSeek-R1-Lite 預(yù)覽版、QwQ-32B-Preview 等競品模型來了一場對決。

先考它們一道數(shù)學(xué)組合題，看看哪個模型邏輯性更強。

首先是 GLM-Zero-Preview：

然后是 o1：

接著是 DeepSeek-R1-Lite 預(yù)覽版：

最后是 QwQ-32B-Preview：

比較下來，我們可以發(fā)現(xiàn)，o1 的推理過程最簡單，缺少驗證的環(huán)節(jié)。其他三個模型在給出解題思路之后都對步驟和計算進(jìn)行了確認(rèn)，其中 DeepSeek-R1-Lite 預(yù)覽版、QwQ-32B-Preview 的驗證相對簡單一些，而 GLM-Zero-Preview 不僅解題過程更清晰完整，還展示了自我反思、自我懷疑、自我肯定等擬人化的思維模式。

再來第二輪較量，這次是一道中文陷阱推理題，看看哪個模型頭腦更清楚。

首先是 o1 與 QwQ-32B-Preview，思考過程很短：

GLM-Zero-Preview、DeepSeek-R1-Lite 預(yù)覽版的解釋更透徹，充分考慮了條件限制與現(xiàn)實世界的可能性。不過，DeepSeek-R1-Lite 預(yù)覽版的一些解釋又略顯重復(fù)，不如 GLM-Zero-Preview 明了。

思考過程與思維鏈路上的優(yōu)勢，足以讓 GLM-Zero-Preview 不輸其他一眾推理大模型。

結(jié)語

在對 GLM-Zero-Preview 體驗一番后，我們的最大感受是：它的深度思考過程讓邏輯推理更加完整、連貫，準(zhǔn)確度和說服力更強。從「審題、分析、多方式證明」到「自我懷疑、驗證、再驗證」到「最后確認(rèn)」，環(huán)環(huán)相扣。

當(dāng)然，智譜表示，目前 GLM-Zero-Preview 與 o3 還有不少的差距，未來會通過強化學(xué)習(xí)技術(shù)的持續(xù)優(yōu)化迭代，讓它成為更聰明的推理者。正式版 GLM-Zero 將很快推出，到時候深度思考能力會從數(shù)理邏輯擴展到更通用的技術(shù)，保證更專精的同時全能性也更強。

回看這一整年，智譜動作不斷，GLM 家族更加壯大，包括基座模型、多模態(tài)模型、視頻生成模型、語音模型、推理模型以及智能體方面火出圈的 AutoGLM、GLM-PC，如今這家大模型獨角獸的產(chǎn)品矩陣在完整度層面稱得上業(yè)界領(lǐng)先。

持續(xù)出新的背后是智譜對 AGI 終極目標(biāo)的追求。智譜形成了一套從 L1 到 L5 階段的 AGI 路線圖，在 AI 分級上注入自己的能力進(jìn)化思考。在一步步邁向 AGI 的過程中，從低到高在各個 AI 層級做能力填充，夯實語言、多模態(tài)、邏輯推理、工具使用等基礎(chǔ)能力。GLM-Zero-Preview 代表智譜邁出了 L4 階段的關(guān)鍵一步，大模型開始內(nèi)省，并具備自我學(xué)習(xí)、自我反思、自我改進(jìn)能力。

現(xiàn)在，市面上的推理大模型已經(jīng)有了一些，甚至 OpenAI 發(fā)布了更強的 o3 系列模型。智譜在年末最后一天這個時間節(jié)點推出了自己的 GLM-Zero，可見對于所有以 AGI 為目標(biāo)的玩家來說，2025 年模型推理能力無疑是被寄予厚望的一年。