一场关于全球 AI 开源领导权的牌局正在被重塑。就在世界刚刚习惯将中国顶级开源模型的崛起称为新的 "DeepSeek 时刻 " 时，随着近一个月 Kimi K2 与 GLM-4.5 的相继发布，一个由 " 两京两杭 " 四家公司组成的中国 AI 开源力量，正成为牌桌上最不容忽视的玩家。在北京，是智谱 AI 与月之暗面；在杭州，则是阿里巴巴通义实验室与深度求索。而老牌劲旅智谱此次发布的 GLM-4.5，正是这个 " 四杰争雄 " 新时代中，一次关键的技术范式宣言。

这股被全球 AI 领军人物吴恩达（Andrew Ng）称为 " 拥有巨大发展势头 " 的力量，其核心正是这四家公司。吴恩达近期发文明确指出，尽管美国在顶尖闭源模型上保持优势，但在开源领域，中国的 DeepSeek R1、Kimi K2、Qwen3 和 GLM-4.5 等模型已经领先于美国最好的开源产品。

吴恩达的认为，在开源 AI 赛道，中国的 " 四杰 " 已经实现了对美国顶尖选手的反超。

这股力量的背后，出现了一个有趣的对比，当一些海外的头部模型日趋 "Close"，中国的 "OpenAI 们 " 却在集体负责 "Open"。这种开放姿态进一步降低了全球开发者的创新门槛，客观上加速了 AI 技术的普及与迭代 。

国际开源社区排前 10 名的模型，9 个来自中国，另外 1 个也是华人团队

硅谷 Benchmark 风投公司合伙人 Bill Gurley 发文表示，中国开放 AI 模型所产生的组合效应非常强大，模型之间都可以互相改进，新模型的推出也更容易。一位 AI 创业者则评论称，这是一种软实力的新杠杆。这种复杂的情绪，也体现在 OpenAI 于 6 月底一份关于中国 AI 的研究中，其中便点名了智谱。

当然，随之而来的也是挑战。就在中国 " 开源四杰 " 集体发力之时，作为曾经的开源之光，Meta 创始人扎克伯格近期发文宣布，Meta 将不再开源所有 " 超级智能 "AI 模型，理由是 " 超级智能将带来新的安全担忧，我们需要谨慎选择开源什么 "。

这标志着曾经高举开源大旗的 Meta 正式告别全面开源路线。回想去年，扎克伯格还将 Llama 系列开放模型视为对抗 OpenAI 的核心武器，声称 " 开源不会削弱我们的收入、可持续性或研究投资能力 "。如今的转向，恰恰映射出当前全球 AI 发展的分化，硅谷巨头们在竞争压力下重新拥抱封闭模式时，中国的 AI 公司却在集体负责 "Open"。

两种截然不同的战略选择，不仅让人思考在 AI 安全与创新开放之间究竟如何找到最优平衡，更重要的是，未来全球 AI 的话语权，会因为这种路线分化而发生怎样的变化？

在这种路线分化的背景下，回到智谱 GLM-4.5 的发布上，其在技术范式上的价值或许被低估了。官方称这是其首个采用 " 原生智能体 " 架构的基础模型，意味着推理、感知和执行等核心能力被直接构建在模型内部。这种设计的出现，本身就展现了 " 基座模型 " 下一步进化的可能性。为了验证它在真实场景下的表现，我们对其进行了五项深度测试。

为了验证 GLM-4.5 在真实场景下的表现，我们进行了五项深度测试。

实测：5 大场景深度验证

测试 1：一句话生成多功能网站

prompts：" 创建一个在线番茄钟网站，包含倒计时、任务列表、白噪音功能，使用 TailwindCSS 和原生 JS 实现。"  

我们先选择了一个难度不是太大的任务生成网页，但同时也留了一些坑，比如只提出了核心功能，如做一个番茄时钟功能，并没有指定番茄时钟计时是 25 分钟；提出要做任务列表功能，但没写清楚任务列表要能增加、删除、完成等。

从实际情况来看，GLM-4.5 不但完成了我们指令中的核心功能，还补全了时间暂停、时间重置、音量调整等，可以说，GLM-4.5展现了对场景细节的深度理解。尤其是白噪音功能，GLM-4.5 自动调用 Web Audio API，并设计了雨声、海浪、森林、篝火 4 种选项。

而且在实际体验过程中，GLM-4.5 从指令接收解析，到完整代码的输出实现，全程顺畅无阻，模型对功能的理解精准无误，完全无需二次沟通确认。页面交互体验更是自然流畅，静态页面设计与动态功能效果无缝衔接，真正做到了一键上线即可供用户正常使用，整个开发过程高效且优质。

项目地址：https://chat.z.ai/s/cea2111d-de9c-40e7-8835-ad4c0cbc4716

测试 2：生成 PPT

prompts：" 为 AI 技术发布会制作 PPT，主题‘ GLM-4.5 开源革命’，包含架构图、性能对比表、应用场景。"   

第二个测试，我们选择了比较常见的生成 PPT，PPT 生成虽然简单，但其中会涉及数据来源、数据准确性、风格美观度等等要素。

GLM-4.5 给出了满意的交付，在整体风格上采用了简约现代的风格，紫色作为背景，蓝色白色作为字体颜色，并且还搭配了半透明背景。在排版上，GLM-4.5 并没有在纯文字的排版上 " 屎上雕花 "，而是图文并茂，将内容进行有结构的排版。

比较令人惊喜的是，GLM-4.5 的并不是简单的用关键词生成图片作为装饰，而是实打实生成有内容的图片，如解释什么是混合专家架构用到了架构图。而且 GLM-4.5 还擅长用 " 数据讲故事 "，在对 mox 进行性能对比时，GLM-4.5 用了雷达图、柱状图等，而不是单纯的表格。

在功能性上，GLM-4.5 支持用户修改精准文字，或者对整段文字用 AI 重写，以及一键切换版本。

项目地址：https://chat.z.ai/s/ff4c6c14-539a-43f2-a55e-a2e3d0344680

测试 3：用代码做动画

prompts：" 用代码写一个功能，小球碰到墙壁就会生成一个新的小球，新的小球采用新的颜色 "   

用代码做动画考验 GLM-4.5 的逻辑能力，在编程时候很容易出现错误。而 GLM-4.5 顺利完成了球类互动程序的开发。从 " 碰撞检测 " 到 " 新球生成 " 再到 " 颜色切换 "，每个核心逻辑都被精准捕捉，代码实现毫无偏差；交互细节更是处理得极为出色，新球生成的时机恰到好处，颜色差异等动态效果流畅自然，远超基础功能的实现水平。

而且在以往的测试中想要实现类似的效果，prompts 要尽可能写的全面，但 GLM-4.5 只需要根据简单的描述，就能推理出完整的代码逻辑。

项目地址：https://chat.z.ai/s/080d15f3-cbdb-4406-916b-b16cb4548d3c

测试 4：全栈开发制作 GitHub 仓库监控智能体

prompts：" 创建 Agent：监控 GitHub 仓库 Star 数，每日 9 点邮件推送增长趋势。"   

这个项目的难点在于将用户的需求拆解用，如何调用工具，比如监控 GitHub 需要 API 接口，发送邮件需要部署 SMPT 等协议。GLM-4.5 可以自主完成需求拆解 → 逻辑设计 → 代码生成 → 工具调用，全程丝滑流畅。

虽然在第一个版本中，项目一直无法添加指定的 GitHub 仓库，用户无需解释处理 bug 的方式，只需描述现象 GLM-4.5 就能解决。

从代码文件夹可以猜测，这是一个基于 Next.js 构建的全栈 Web 项目，采用 TypeScript 提供强类型支持以提升代码质量和可维护性，使用 Tailwind CSS 实现高效的样式开发。项目包含数据库交互功能，还具备 WebSocket 相关的实时交互能力，适合开发需要动态数据更新的场景。服务端逻辑可进行自定义处理，包括接口管理和业务逻辑实现。

项目地址：https://chat.z.ai/s/6a643274-761e-4bb0-bc9c-403830aafcbb

测试 5：双人乒乓球游戏

prompts：" 帮我生成一个双人桌面乒乓球游戏 "   

游戏一直是被用来测试大模型能力的常见任务，像贪吃蛇、打字游戏等，但上述游戏都是单人模式，我们来尝试做一个可以双人同时玩的 " 桌面乒乓球 "。由于多了一个玩家，在交互逻辑和代码逻辑上难度增加，但 GLM-4.5 也完成了复杂的逻辑和双人操作规划。

项目地址：https://chat.z.ai/s/efef0a71-0144-4a08-b4db-49cf9182b49c

" 开源四杰 " vs 全球巨头

我们将视线从具体的模型参数和评测榜单上移开，会发现这场竞赛的真正意义，已不再是技术本身的较量，而是各方在用行动回答一个根本性问题：最顶尖的 AI 能力，究竟应该作为少数公司的私有财产被守护，还是作为一种数字时代的基础设施被分享？中国的 " 开源四杰 " 用一场前所未有的开放行动，给出了他们的答案。他们不仅是在发布模型产品，也是在从根本上改变整个产业的成本结构，使竞争的核心从 " 占有 " 技术，转向了如何运用技术。

这一分歧直接改变了全球开发者和企业的处境。最直接的影响是，他们获得了高性价比、可自主定制的替代方案，不必再被少数西方闭源巨头锁定。更深远地看，这也重塑了 AI 行业的商业逻辑。当最强大的 AI 能力不再是昂贵的独门秘籍，而是人人可用的 " 公开图纸 " 时，竞争的重心便不可逆转地从模型本身，转向了应用创新和生态系统的建设。最终的赢家尚难定论，但一个事实已经很清晰，因为这四家公司的存在，全球 AI 技术的商业版图和创新范式，都已被永久性地改写。