Preguntas frecuentes sobre GLM
Preguntas frecuentes sobre los modelos GLM: versiones insignia, ventana de contexto, niveles de razonamiento, resultados de benchmarks, licencia de código abierto y uso.
Preguntas frecuentes sobre el modelo GLM
GLM es una familia de modelos de lenguaje de gran escala con pesos abiertos; el flagship actual es GLM-5.3, acompañado del primer modelo nativamente multimodal GLM-5.3-Flash. La gama va de GLM-4.5-Air y GLM-4.7 a GLM-5, GLM-5-Turbo, GLM-5.1, GLM-5.2 y ahora GLM-5.3, además de variantes de voz y visión. Cada modelo central se publica bajo licencia MIT con pesos totalmente abiertos.
Como GLM-5.2, GLM-5.3 eleva el límite de 200K a un millón de tokens estable, con hasta 128K tokens de salida. «Estable» es la palabra clave: entrenado en trayectorias largas de agentes de código, la calidad se mantiene en toda la ventana.
Resultados publicados de GLM-5.3: Terminal-Bench 2.1 con 88,2 (GLM-5.2: 81,0), Terminal-Bench 3.0 con 28,3 (4,6), FrontierSWE con 78,1 (67,5), DeepSWE v1.1 con 66,9 (46,2), SWE-Marathon v1.1 con 42,5 (19,4), PostTrainBench con 39,8 (31,7), Agents’ Last Exam con 28,5 (23,8), HLE con herramientas con 62,5 (54,7), CyberGym con 84,5 % (actualmente a la cabeza) y ExploitBench con 54,4 % (24,4 %). Tabla completa arriba.
Depende de la tarea. GLM-5.3 está actualmente a la cabeza en CyberGym con 84,5 %, superando a todos los rivales; en Z.ai Code Bench High supera a Claude Opus 4.8 (31,4 vs 29,5) con aproximadamente la mitad de tokens; y más que duplica a GLM-5.2 en benchmarks de explotación. Mythos 5 sigue liderando en ExploitBench / ExploitGym.
Controlan cuántos recursos de cómputo gasta el modelo en cada tarea. GLM-5.3 ofrece tres niveles (low / high / max) y siempre razona, por defecto max. Las curvas de eficiencia por nivel son valores reportados de GLM-5.2, como referencia: ~63 % (~35K tokens, baja), 72 % (~43K, alta) y 74 % (~83K, máxima).
Sí. Los pesos del modelo GLM fundamental se utilizan bajo la licencia MIT, sin restricciones geográficas, y se publican en HuggingFace y ModelScope. Soporta inferencias locales a través de transformers, vLLM, SGLang, xLLM y ktransformers, y puede ejecutar modelos GLM en su propia hardware.
IndexShare permite que cuatro capas de atención dispersa compartan un índice ligero, y su índice top-k se calcula una vez y se repite. Esto elimina el trabajo del índice en un cuarto de las capas, reduciendo 2.9 veces los FLOPs por token en un contexto de un millón de tokens — lo que es una mejora clave para que la ventana de un millón de tokens sea viable en el nivel de servicio.
Un LLM de código abierto gratuito servido vía OpenRouter — no es GLM-5.3 ni usa pesos GLM. Existe para probar un modelo en vivo mientras lees los datos publicados de GLM. Todos los datos de benchmarks de este sitio son reportados por los autores, no medidos aquí.