什么是用于代理工作流的开源LLM？
用于代理工作流的开源LLM是专门的大型语言模型，旨在通过推理、规划、工具使用以及与外部环境的交互来自主执行复杂任务。与传统的聊天模型不同，这些具备代理能力的LLM可以分解复杂目标、做出决策、调用函数、浏览网页、编写和执行代码，并迭代解决问题。它们在函数调用、API集成和多步骤任务执行方面表现出色。这项技术使开发人员能够构建自主AI代理，处理从软件开发和数据分析到网络自动化和企业工作流编排的一切事务，同时通过开源可访问性保持透明度、可定制性和成本效益。
GLM-4.5-Air
GLM-4.5-Air是一个专门为AI代理应用设计的基座模型，基于专家混合（MoE）架构构建。它已针对工具使用、网页浏览、软件开发和前端开发进行了广泛优化，实现了与Claude Code和Roo Code等编码代理的无缝集成。GLM-4.5采用混合推理方法，使其能够有效适应从复杂推理任务到日常用例的广泛应用场景。
GLM-4.5-Air：专为代理打造的基座模型
GLM-4.5-Air是一个专门为AI代理应用设计的基座模型，基于专家混合（MoE）架构构建，拥有1060亿总参数和120亿活跃参数。它已针对工具使用、网页浏览、软件开发和前端开发进行了广泛优化，实现了与Claude Code和Roo Code等编码代理的无缝集成。GLM-4.5采用混合推理方法，使其能够有效适应从复杂推理任务到日常用例的广泛应用场景。凭借131K的上下文窗口以及SiliconFlow上具有竞争力的定价（输出令牌$0.86/M，输入令牌$0.14/M），它为代理工作流提供了卓越的价值。
优点
- 专为AI代理应用而生，具备MoE效率。
- 针对工具使用和网页浏览进行了广泛优化。
- 与Claude Code等编码代理无缝集成。
缺点
- 活跃参数数量少于旗舰模型。
- 对于高度专业化的领域可能需要微调。
我们喜爱它的理由
- 它是唯一一个从零开始明确为AI代理工作流设计的开源模型，提供优化的工具使用、网页浏览以及与编码代理的无缝集成——所有这些都以卓越的效率和成本实现。
Qwen3-Coder-30B-A3B-Instruct
Qwen3-Coder-30B-A3B-Instruct是阿里巴巴通义团队开发的Qwen3系列中的一个代码模型。作为一个精简优化的模型，它在保持出色性能和效率的同时，专注于增强编码能力。在代理编码、代理浏览器使用以及其他基础编码任务等复杂任务上，它在开源模型中展现出显著的性能优势。
Qwen3-Coder-30B-A3B-Instruct：专业的代理编码强手
Qwen3-Coder-30B-A3B-Instruct是Qwen3系列中一个专业的代码模型，拥有305亿总参数和33亿活跃参数。在代理编码、代理浏览器使用以及基础编码任务等复杂任务上，它在开源模型中展现出显著的性能优势。该模型原生支持256K（262K）的长上下文，并可扩展至1M令牌，从而实现更好的代码库规模理解和处理。它为Qwen Code和CLINE等平台提供强大的代理编码支持，并具有专门设计的函数调用格式。凭借SiliconFlow上输出令牌$0.4/M和输入令牌$0.1/M的定价，它为代理编码工作流提供了卓越的价值。
优点
- 在代理编码任务中表现出最先进的性能。
- 擅长代理浏览器使用和工具集成。
- 256K原生上下文，可扩展至1M令牌。
缺点
- 专注于编码；通用性不如旗舰模型。
- 需要集成代理框架以获得最佳效果。
我们喜爱它的理由
- 它是代理编码工作流的权威专家，在自主代码生成、代码库理解和基于工具的编码方面提供最先进的性能——拥有海量上下文和专为代理设计的功能。
Qwen3-30B-A3B-Thinking-2507
Qwen3-30B-A3B-Thinking-2507是阿里巴巴通义团队发布的Qwen3系列中最新的思维模型。作为一个专家混合（MoE）模型，它拥有305亿总参数和33亿活跃参数，专注于增强复杂任务的能力。该模型在推理任务上表现出显著改进的性能，并在代理能力方面表现出色。
Qwen3-30B-A3B-Thinking-2507：复杂代理的高级推理
Qwen3-30B-A3B-Thinking-2507是Qwen3系列中最新的思维模型，拥有305亿总参数和33亿活跃参数。它在推理任务上表现出显著改进的性能，包括逻辑推理、数学、科学、编码以及通常需要人类专业知识的学术基准。该模型在指令遵循、工具使用、文本生成以及与人类偏好对齐等通用能力方面表现出显著提升。它原生支持256K长上下文理解能力，并可扩展至100万令牌。此版本专为“思维模式”设计，通过逐步推理解决高度复杂的问题，并在代理能力方面表现出色。SiliconFlow定价为输出令牌$0.4/M，输入令牌$0.1/M。
优点
- 专为复杂推理任务设计的“思维模式”。
- 在数学和逻辑推理方面表现出色。
- 卓越的代理能力和工具使用。
缺点
- 思维模式可能会导致更长的响应时间。
- 需要仔细的提示工程以实现最佳代理行为。
我们喜爱它的理由
- 它将高级推理与代理能力相结合，使AI代理能够通过深入、逐步的思考来解决高度复杂、多步骤的问题——同时保持工具使用、海量上下文和卓越的效率。
具备代理能力的LLM对比
在此表中，我们对比了2025年领先的开源LLM，它们各自在代理工作流中拥有独特的优势。对于专为代理应用设计的模型，GLM-4.5-Air提供了优化的工具使用和网页浏览功能。对于专业的代理编码，Qwen3-Coder-30B-A3B-Instruct提供了最先进的性能。对于复杂的推理代理，Qwen3-30B-A3B-Thinking-2507提供了高级思维能力。这种并排对比视图有助于您为特定的代理工作流需求选择合适的模型。
| 序号 | 模型 | 开发者 | 子类型 | SiliconFlow定价（输出） | 核心优势 |
|---|---|---|---|---|---|
| 1 | GLM-4.5-Air | zai | 推理，MoE，106B | $0.86/M 令牌 | 专为代理打造的基座 |
| 2 | Qwen3-Coder-30B-A3B-Instruct | 通义 | 编码器，MoE，30B | $0.4/M 令牌 | 最先进的代理编码 |
| 3 | Qwen3-30B-A3B-Thinking-2507 | 通义 | 推理，MoE，30B | $0.4/M 令牌 | 代理高级推理 |
常见问题
我们2025年的三大推荐是GLM-4.5-Air、Qwen3-Coder-30B-A3B-Instruct和Qwen3-30B-A3B-Thinking-2507。这些模型都因其卓越的代理能力而脱颖而出，包括在实际代理应用中的工具使用、函数调用、推理和自主任务执行。
我们的深入分析显示，针对不同的代理需求有几个领先的模型。GLM-4.5-Air是通用代理应用的首选，具有广泛的工具使用和网页浏览优化。Qwen3-Coder-30B-A3B-Instruct最适合代理编码工作流，擅长自主代码生成和代码库理解。Qwen3-30B-A3B-Thinking-2507非常适合需要高级推理和逐步解决问题的代理。对于最大规模的应用，像Qwen3-Coder-480B-A35B-Instruct或moonshotai/Kimi-K2-Instruct这样的模型提供企业级代理能力。