智谱 GLM-5.5 研发线索指向 100%RSI 与 100T 数据目标，这意味着什么？

智猩猩 智猩猩AI整理 编辑：林夕 近日曝光的研发资料显示，智谱团队正在开展面向GLM-5.5的端到端编程后训练，内部32B、122B、256B模型经过后训练，正合并进下一代基座。 相关工作涉及量化金融训练环境、代码沙箱，以及金融编程领域的RSI。 与此同时，OpenCode的数据页面中，也出现了名为 glm-5.5-flash 的模型条目。 关于下一代模型，此前已有参数规模达3.5万亿的消息传出智谱新旗舰被曝瞄准Fable，参数规模或达3.5万亿！。 此次曝光的后训练记录，则进一步透露了GLM-5.5的具体研发进展。 此次线索来自一名智谱研究实习生此前公开的个人资料，其中直接提到“下一代基座模型GLM-5.5”，以及编程后训练、量化金融训练环境和代码沙箱等工作 11月2日，X上又有消息称，GLM-5.5后训练仍在推进，此前涉及32B、122B、256B内部模型的相关公开记录已被移除。 多个内部模型开展后训练，再向下一代基座汇集，成为这次曝光最值得关注的信息。 这种对后训练的重视，在此前GLM的迭代中已经体现。 我们曾报道GLM-5.3开始优化自己的推理系统！唐杰：RSI最小循环现已存在，唐杰在解释GLM-5.3的升级思路时，强调在基座与架构不变的情况下，通过扩大任务环境和强化学习训练，继续挖掘模型潜力。 此次研发记录中，量化金融训练环境与Coding Sandbox的出现，则将训练进一步落到了具体任务场景。 智谱在编程方向上的投入也有迹可循。 早在2025年5月，面对DeepSeek R1带来的市场压力，智谱就调整了模型路线，将推理、编程和Agent能力融合训练。 此后，编程逐步成为投入重点，相关强化学习环境与数据工程也获得更多资源。 我们此前在唐杰分享GLM通往AGI路线的报道中，也介绍过预训练、后训练与Agent继续Scaling的思路最新！ 智谱glm-5.5新线索指向100% rsi，唐杰再曝100t数据目标！

热评：其实金融倒是个很有意思的方向。所谓的大模手感，有些不要脸皮地说，对大部分人的工作来说完全是性能溢出。性能溢出指的是：大模会让你干起来更舒服，但是换成后训练仙人练出来的小模，自己消耗的心力多一些就行，也没有什么事情是非大模不可的。我一直以来很讨厌所谓的许愿式编程、One-Shot式编程的宣传，这种话骗骗圈外人还可以，但是你的日常工作如果都是许愿式编程去做的，那说明你平时的工作大概率本来也是负责garbage in, garbage out，只不过加了一道模型作为中间商（这里没有带贬义，本来大部分工作也都是这样，当一名薪水小偷是无上光荣的事情）为什么说不要脸皮呢？因为大模的好处在于有时候给出的指令

原话题：https://www.zhihu.com/question/2101971195096835358 大家怎么看？