推荐语
智谱开源GLM-Z1系列模型，带来极速深度推理新体验，Agentic AI应用场景实测展示其高效性能。
核心内容：
1. 智谱开源6个新一代模型，包含推理、沉思模型，商用无限制
2. GLM-Z1系列推理模型，200 tokens/s极速推理，8倍于常规速度
3. Agentic AI应用场景实测，GLM-Z1-AirX仅12.8s生成2246字丰富答案
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
太卷了，智谱一口气开源6个模型，即新一代开源模型 GLM-4-32B-0414 系列，包含基座、推理、沉思模型，MIT License，不限制商用。
不想自己部署的小伙伴可以直接登录全新站点 https://chat.z.ai/ 试用。此次开源最大的亮点是具有深度思考能力的推理模型 GLM-Z1-32B，主打一个“为快不破”：国内迎来最快的推理模型。为满足不同场景需求，上线到智谱MaaS开放平台 bigmodel.cn 的推理模型分为三个版本：GLM-Z1-AirX（极速版）：国内最快推理模型，推理速度高达200 tokens/s，8倍于常规速度；
GLM-Z1-Air（高性价比版）：价格仅为DeepSeek-R1的1/30，适合高频调用场景；
GLM-Z1-Flash（免费版）：支持免费使用，进一步降低模型使用门槛。
200 tokens/s极速深度推理，给推理模型的落地场景带来了无限可能，PaperAgent就最经典的Agentic AI应用场景：Agentic RAG/MCP应用(含代码解析)，对GLM-Z1-AirX进行了第一手实测。GLM-Z1-AirX加持的Agentic RAGAgentic RAG过程应用于问答的一个代表性示例，主要由2大流程组成：- 离线流程，文档被分割成块，编码成向量，并存储在向量数据库（ES/Milvus）中。
- Agentic 路由，根据查询类型，Agent从多种检索选项中检索相关数据，
- 生成，将原始问题和检索到的内容送入大模型（GLM-Z1-AirX）中，生成最终答案。
Agentic RAG问答流程（GLM-Z1-AirX）
GLM-Z1-AirX仅在【12.8s】就给出了长达2246字的答案，并且答案也比较丰富，全面。这个速度直接让你的RAG系统直接赢在了thinking线上，可能别人还在thinking，你已经给出答案了。这里以DeepSeek-R1作为对比，thinking阶段就花费20s，最终答案1764字，总耗时63.3spip install --upgrade zhipuai
from zhipuai import ZhipuAIclient = ZhipuAI(api_key="") response = client.chat.completions.create( model="GLM-Z1-AirX", messages=[ {"role": "user", "content": "你好"} ], stream=True,)for chunk in response: content = chunk.choices[0].delta.content print(content)
选这个场景测试，是因为不少小伙伴对MCP与Function Call的关系有困惑，比如“mcp 和 function call可以共存吗？”，今天以GLM-Z1-AirX作为基础模型对剖析MCP应用的工作流程：- MCP 主机 —— LLM 应用程序（例如 Cursor），管理连接
- MCP 客户端 —— 与 MCP 服务器保持一对一连接
- MCP 服务器 —— 为 LLM 提供上下文、工具和能力
- 在MCPClient.py，首先利用list_tools让MCP Server上所有可用的工具信息
- 将第一步拼接的工具信息（名称、描述、参数）传给大模型（GLM-Z1-AirX），这里可以用支持Funciton Call的大模型，也可以采用ReAct的方式。
- GLM-Z1-AirX会选择使用哪个工具，之后通过call_tool让MCP Server执行工具并返回结果
- 工具执行的结果存入消息历史，一起送入GLM-Z1-AirX，给出解析的答案
- 最后，可以看一个GLM-Z1-AirX以ReAct方式调用工具的示例，3.6s完成，非常快速！
https://hf-mirror.com/collections/THUDM/glm-4-0414-67f3cbcb34dd9d252707cb2ehttps://github.com/modelcontextprotocol/python-sdk
粤ICP备14082021号
免费POC，
零成本试错
