最近国产模型很给力，智谱刚开源发布了最新的 GLM-4.5 模型：一款面向推理、代码与 Agent 的开源 SOTA 模型。采用混合专家（MoE）架构，总参数量 355B，激活参数 32B；GLM-4.5-Air：总参数 106B，激活参数 12B ；两种模式：用于复杂推理和工具使用的思考模式，及用于即时响应的非思考模式；
现在模型不再只是拼代码能力，还要拼 Agent 能力，也就是给一个任务，模型需要自己去分析，去调用工具找到需要的所有上下文，完成任务，还要验证任务是否完成。要测试模型 Agent 能力，最简单有效的方式还是测试 Coding Agent 能力，用最强的 Coding Agent 工具 Claude Code 去连上模型，看编程效果如何。
所以今天我花了点时间用 Claude Code 测试了一下 GLM-4.5 的 API，它能一键兼容 Claude Code。
下面是我测试的两个任务：🧵
测试时遇到一件很有意思的事。第一个测试任务是让它修 Bug，就是让它去修复一个 WhisperKit 的 Bug（https://github.com/argmaxinc/WhisperKit/pull/333 ），这 Bug 我之前修复了，但是是一个很好的例子可以用来测试 AI 的 Debug 能力，因为它需要根据 Bug 描述自己从代码库中检索定位到 Bug 的位置，并且修复验证。
我先是克隆了 WhisperKit 的代码库，然后签出了 v0.13.0 版本，输入 Bug 重现步骤让它修复。（参考图1）
运行了一会，它告诉我这个 Bug 已经之前修复过了，没必要更新。（参考图2）
我搞的有点懵，心想这么简单的 Bug 也搞不定吗？星期五的时候我还给别人演示用 Claude Code 修复这个 Bug 的，也是签出的 v0.13.0 版本，窗口都没关闭。（参考图3）
仔细一看不对，原来小丑竟然是自己，这个 Bug 的修复确实在 v0.13.0 中已经被合并了，原来 Claude 之前只是假模假样给我把不存在的 Bug 修复了一遍！
这倒反而让我对 GLM-4.5 高看了一眼，因为现在的 AI 都被训练的有点“谄媚”了，你让它做什么事，它很少质疑你，不管你说的对不对假模假样给你做点事，还夸你英明神武，反倒是耿直说没有问题不需要修改的比较难得。
就跟去医生那看病，好医生才会说你这没病不需要治，而不是假模假样给你开点药敷衍下你。
换算成 GLM-4.5 的价格，大约在
2.6m（缓存） * ¥0.8元/m + 0.2m（输入）*¥4元/m + 0.112m（输出）*16元/m=¥4.67。
相对 Claude Sonnet 4 低78.8%，加上首月限时五折，只需要 2.3 元，相对 Claude Sonnet 4 低 90%，如果配合秒杀专区 1 折限量资源包这样的优惠，还是便宜很多的。 https://t.co/vVLnVIc6Yl
也就是价钱只有 Claude 的十分之一，速度也不错，尤其是对于国内无法正常使用 Claude 模型的同学来说，多了一个绝好的选择，推荐试试。
