Alle GLM-Modelle

Neuestes Flaggschiff: GLM-5.2-Basis mit komplett aktualisiertem Post-Training, Open-Source-SOTA bei komplexem Coden und Agentenaufgaben, führend bei der Schwachstellensuche

Erstes nativ multimodales GLM-5-Modell (Eingabe: Video / Bild / Text / Datei), Platz 4 weltweit im AA-Index, Opus-4.8-Niveau für 1/10 des GLM-5.3-Preises (Aktion: 1/20)

Vorheriges Flaggschiff: verlustfreier 1M-Kontext, Open-Source-SOTA-Coding, zuverlässig bei komplexen Langzeitaufgaben

Kodingfähigkeiten auf Claude Opus 4.6 abgestimmt, erhebliche Verbesserung bei langfristigen Aufgaben, kann bis zu 8 Stunden unabhängig arbeiten

Programmierungsfähigkeiten auf Claude Opus 4.5 abgestimmt, versiert in agenter Langzeitplanung und -ausführung

Spezielle Optimierung für lange Aufgaben, gute Kontinuität bei der Ausführung komplexer langfristiger Aufgaben

Komplette Überarbeitung der allgemeinen Dialoge, Vernunft und Agentenfähigkeiten, Programmierung stärker und stabiler, bessere Ästhetik

Leicht und schnell, kleiner Größe mit starker Kapazität, geeignet für allgemeine Szenarien wie chinesische Schrift, Übersetzung, Rollenspiel usw.

Kontext auf 200K erhöht, versiert in fortgeschrittenem Coding, komplexem Denken und Tool-Aufruf

Ein ausgewogenes Leistungs- und Kostenmodell, geeignet für Dialoge, Analyse und Dokumentenverarbeitung

Hochleistungs- und kosteneffektives leichtes Modell, mit stabiler Leistung in Inferenz, Coding und Agentenaufgaben

Hochleistungs- und kosteneffektive Ultrageschwindigkeitsversion, geeignet für Geschäftszenarien mit niedriger Latenz und hoher Reaktionsfähigkeit

Unterstützt 1M Kontextlänge, für die Verarbeitung langer Texte und speicherintensiver Aufgaben konzipiert

Vierter Generation Flaggschiffmodell, starke umfassende Fähigkeiten (alte Version)

Leichtes Modell, schnelle Geschwindigkeit und niedriger Preis (alte Version)

Leichte Schnellversion, schneller Antwortzeit (Alte Version)

Modell spezifisch für Agenten, optimiert für Agentenszenarien (Alte Version)

Flash-verbesserte Hochgeschwindigkeitsversion, schnelle Inferenzgeschwindigkeit, geeignet für hochkonkurrierende Anrufergebnisse

Erster multimodaler Agentenbasismodell, Ausgewogen zwischen visuellem Verständnis, Reasoning und Code-Generierung, unterstützt multimodale Eingaben von Bildern, Videos und Text

Verbesserte visuelle Reasoning-Fähigkeit, nativ unterstützt Tool-Aufrufe und lange Kontexte, mit stabileren Frontend-Code-Klonungseffekten

Hochleistungsmodell für visuelles Denken, unterstützt die Aufrufe von Werkzeugen und lange Kontexte

Modell für visuelles Verständnis, unterstützt die Eingabe von Bild- und Videodateien

Leichtgewichtiges Modell für visuelles Denken, versiert im Verständnis komplexer Szenen und mehrstufiger Analyse

Alte Version des Bild-Text-Video-Erkennungsmodells (alte Version)

Erste Generation des multimodalen visuellen Modells (alte Version)

Leichtes Bild-Text-Parsing-Modell, das eine hohe Präzision und Effizienz im Verständnis von Dokumenten balancing, und komplexe Layout-Parsing unterstützt

Mobiles intelligenter Assistentenrahmenwerk, das natürliche Sprache unterstützt, um App-Betriebsaufgaben zu erledigen, und das vollständige Set mobiler Betriebsbefehle abdeckt

Flagship Bildgenerierungsmodell, stärker im Nachfolgen komplexer Anweisungen und in kenntnisintensiver Generierung, hervorragend in Textdarstellung, insbesondere für chinesische Zeichen

Allgemeines Bildgenerierungsmodell, hochwertige Generierung, reichhaltige und vielfältige Stilexpression, detailliertere Bildinformationen

Verbessertes Bildgenerierungsmodell, verbesserte Bildqualität, unterstützt mehr künstlerische Stile

Allgemeines Bildgenerierungsmodell, unterstützt mehrere Auflösungen und Stile (alte Version)

Hochintelligenter Flaggschiff-Videomodell mit klarer Bildqualität, stärkerer Kommandoerfüllung und physischer Simulation, unterstützt die Erstellung der ersten und letzten Bilder

Hochwertiges Videogenerationsmodell mit klarer Bildqualität, fließenden Übergängen, reicher Stilexpression und kann Bildverzerrungen reduzieren

Hochgeschwindigkeits- und kostengünstiges Videomodell mit schneller Generierungsgeschwindigkeit, natürlicher Verbindung der ersten und letzten Bilder und stärkerer Konsistenz mit mehreren Referenzbildern

Standard-Videogenerationsmodell, unterstützt Mehrauflösungsausgabe

Sprachsynthese-Modell, das die Generierung übermenschlicher Stimmen und emotionale Ausdrucksformen unterstützt, bietet Streaming- und Nicht-Streaming-Schnittstellen

Stimmklonierungsmodell, in der Lage, ähnliche Stimmen in 3 Sekunden zu generieren, unterstützt feinfühliges emotionales Ausdrücken

Hochpräzises Sprachverständnismodell, mit niedriger Zeichenerkennungsfehlerquote, unterstützt benutzerdefinierte Wörterbücher und verschiedene Dialekte

Echtzeit-Sprachdialogmodell, unterstützt das Verständnis und die Generierung von Chinesisch und Englisch, einstellbar für Emotion, Ton und Geschwindigkeit

Echtzeit-Audio-Video-Modell, unterstützt Videogespräche und langfristiges Dialoggedächtnis, cross-textuelle, audio- und video-basierte Echtzeit-Inferenz

Verbessertes AI-Suchtool, tiefes Durchsuchen von Webinformationen, Unterstützung komplexer Abfragen und mehrstufiger Suchen

Standard-AI-Suchtool, schnelle Abrufung von Webinformationen, geeignet für allgemeine Suchszenarien

Sogou Engine-Suchverbesserung, kombiniert mit Sogou-Suchergebnissen, um genauere Informationserfassung zu bieten

Quark Engine-Suchverbesserung, kombiniert mit Quark-Suchergebnissen, um umfassendere Inhaltsabfrage zu bieten

Code-Vervollständigungsmodell, geeignet für automatische Code-Vervollständigung und Entwicklungsunterstützung, zur Verbesserung der Programmierproduktivität

Branchenmodell für die Rechtsbranche auf Basis der leichten GLM-5.3-Flash-Architektur — Agent für Vertragsprüfung, Beweisanalyse, Compliance und grenzüberschreitende Rechtsworkflows; 19,2 % im Harvey-LAB-Rechtsbenchmark bei ca. 1/70 der Kosten vergleichbarer Closed-Source-Modelle

Drittgenerationsskalenmodell, das für die Verbesserung des semantischen Abrufens, Clustering, Themenmodellierung und Klassifizierung verwendet wird, verbessert den Effekt erheblich

Zweigenerationsskalenmodell, das für die Verbesserung des semantischen Abrufens, Clustering und Klassifizierung (alte Version) verwendet wird

Modell zur Textumordnung, berechnet den Textrelevanzscore, optimiert die Sortierung und das Matching der Rückrufergebnisse

Animierter Konversationsmodell, geeignet für emotionale Begleitung und Interaktion mit virtuellen Charakteren, unterstützt eine natürlichere Charakterausdrucksweise

Modell für psychologische und emotionale Unterstützung mit Fähigkeiten zur professionellen Beratung und emotionalen Begleitung, hilft Benutzern, Emotionen zu verstehen und mit Problemen umzugehen

Open-Source 9B Parametermodell, unterstützt 128K Kontext, kann lokal bereitgestellt werden, MIT-Lizenz

Dritte Generation Open-Source 6B Dialogmodell, erste Generation ChatGLM-Serie, MIT-Lizenz