GLM-5.5最新曝光，「降智」问题3张重置卡已到位 - AYX品牌中心
GLM-5.5似乎真的即将登场！近期有GLM Coding Plan用户收到了官方补偿通知，原因是部分用户此前遭遇了模型「降智」问题。
不过，比补偿本身更引人关注的是智谱在公告中透露的一句话：「新模型发布后，还会额外赠送一次额度重置机会哈！」一份补偿通知竟然顺手剧透了下一代模型。
与此同时，关于GLM-5.5的爆料也接连涌现。有消息称，其参数规模可能达到2.5万亿—3.5万亿，比此前传闻的1.6万亿更大。还有网友猜测，智谱此前初步验证的循环Transformer架构是否也会应用于下一代GLM。
参数量可能冲上数万亿，深度推理能力也有望再上一层楼？尽管真假未定，但期待值已拉满。
官方提前透露「新模型」，GLM-5.5要来了？
虽然官方尚未披露下一代模型的具体信息，但顺着传闻可以摸到一些GLM-5.5的踪迹。首先是参数规模：今年8月发布的GLM-5.3总参数量约7430亿，采用MoE架构。而下一代GLM的传闻参数规模可能飙升至2.5万亿—3.5万亿，相当于GLM-5.3的3.4倍至4.7倍。
不过，对于MoE模型而言，总参数量与实际激活参数量是两码事。一个数万亿参数的MoE模型每次处理Token时通常只调用部分专家网络，因此参数规模暴涨并不代表推理计算量同倍增长。但如果传闻属实，这仍意味着智谱在模型容量上进行了一次next level的扩展。
此外，下一代模型还可能迎来重大架构升级。今年8月，智谱发布GLM-5.3-Flash时已对底层架构进行大手术，首次引入线性注意力与稀疏注意力结合的混合架构，并采用mHC技术改善信息传递和训练稳定性。这套组合拳使GLM-5.3-Flash在多项评测中超越GLM-5.2，推理价格降至后者的约十分之一。若该架构能扩展到万亿参数级别，下一代GLM便有机会在扩大容量的同时继续压低推理成本。
可能还有循环Transformer加持？
另一个关于GLM-5.5的猜测是循环Transformer是否也会用上。今年8月，智谱在中期报告中介绍了循环Transformer，并透露已在初步实验中验证相关思路。其核心目标是让AI「想得更深」：通过反复调用同一组网络层，在不显著增加参数量的情况下提升有效推理深度。
智谱认为，参数规模决定模型存储信息的能力，计算深度则关系到推理复杂度。尤其在编程、网络安全等复杂任务中，模型需连续完成十几步甚至几十步判断。循环Transformer探索的方向正是让模型沿复杂因果链持续推理，提高多步骤任务处理能力。不过，循环次数增加会带来额外计算开销，如何平衡推理深度与运行效率仍是待解问题。
目前尚无官方确认循环Transformer是否应用于GLM-5.5，但将这些线索放在一起，下一代GLM的技术升级令人期待。回顾智谱今年的模型升级路径：2月GLM-5发布，4月GLM-5.1跟进，6月GLM-5.2上线，8月GLM-5.3发布，随后GLM-5.3-Flash亮相。这条迭代路线显示，智谱一直围绕编程、Agent、深度推理及推理效率持续升级。若GLM-5.5能在这些方向继续突破，下一代旗舰的升级幅度值得期待。爱游戏品牌资料
参考链接： [1]https://x.com/teortaxesTex/status/2113073759359811767 [2]https://x.com/ai_funss/status/2112902395365933107
本文来自微信公众号“量子位”，作者：梦瑶，36氪经授权发布。
在爱游戏体育动态方面，AYX品牌中心提供贴心周到的支持。
