Todos los modelos GLM

Último flagship: base GLM-5.2 con post-entrenamiento totalmente actualizado, SOTA de código abierto en codificación compleja y tareas agénticas, a la cabeza en descubrimiento de vulnerabilidades

Primer modelo GLM-5 nativamente multimodal (entrada: vídeo / imagen / texto / archivo), n.º 4 mundial en el índice AA, inteligencia de nivel Opus 4.8 por 1/10 del precio de GLM-5.3 (oferta: 1/20)

Flagship anterior: contexto 1M sin pérdida, codificación SOTA de código abierto, fiable en tareas largas y complejas

Capacidad de codificación alineada con Claude Opus 4.6, mejora significativa en tareas a largo plazo, puede trabajar de manera independiente hasta por 8 horas

Capacidad de programación alineada con Claude Opus 4.5, competente en planificación y ejecución a largo plazo agente

Optimización especial para tareas a largo plazo, buena continuidad en la ejecución de tareas a largo plazo complejas

Mejora completa de diálogo general, razonamiento y capacidades de agente, programación más fuerte y estable, mejor estética

Ligero y de alta velocidad, pequeño tamaño con fuerte capacidad, adecuado para escenarios generales como la escritura china, la traducción, el role-playing, etc.

Contexto mejorado a 200K, competente en codificación avanzada, razonamiento complejo y invocación de herramientas

Modelo general de rendimiento y costo equilibrado, adecuado para diálogos, análisis y procesamiento de documentos

Modelo ligero, de alta performance y costo efectivo, con rendimiento estable en inferencia, codificación y tareas de agente

Versión ultra-rápida de alto rendimiento y costo efectivo, adecuada para escenarios de negocios con baja latencia y alta respuesta

Admite una longitud de contexto de 1M, diseñado para procesar textos largos y tareas intensivas en memoria

Modelo insignia de cuarta generación, capacidades comprehensivas fuertes (versión antigua)

Modelo ligero, velocidad rápida y bajo costo (versión antigua)

Versión ligera rápida, velocidad de respuesta más rápida (Versión antigua)

Modelo específico del agente, optimizado para escenarios de agente (Versión antigua)

Versión de alta velocidad mejorada con Flash, velocidad de inferencia rápida, adecuada para escenarios de alta concurrencia de llamadas

Primer Modelo Base de Agente Multimodal, que equilibra la comprensión visual, el razonamiento y la generación de código, soportando entradas multimodales de imágenes, videos y texto

Capacidad de razonamiento visual mejorada, que admite nativamente llamadas a herramientas y contextos largos, con efectos de clonación de código de frontend más estables

Modelo de razonamiento visual de alto rendimiento, que admite invocación de herramientas y contexto largo

Modelo de comprensión visual, que admite entrada de archivos de imagen y video

Modelo de razonamiento visual ligero, competente en la comprensión de escenas complejas y análisis de múltiples pasos

Versión antigua del modelo de reconocimiento de video de imagen-texto (versión antigua)

Primer modelo visual multimodal (versión antigua)

Modelo ligero de análisis de imagen-texto, que equilibra alta precisión y eficiencia en la comprensión de documentos, soportando análisis de diseño complejo

Marco de asistente inteligente para móviles, que admite lenguaje natural para completar tareas de operación de aplicaciones, cubriendo el conjunto completo de comandos de operación móviles

Modelo de generación de imágenes insignia, más fuerte en seguimiento de instrucciones complejas y generación intensiva en conocimiento, destacado en la renderización de texto, especialmente para caracteres chinos

Modelo de generación de imágenes general, generación de alta calidad, expresión de estilo rica y diversa, detalles de imagen más completos

Modelo de generación de imágenes mejorado, mejora la calidad de la imagen, admite más estilos artísticos

Modelo de generación de imágenes general, admite múltiples resoluciones y estilos (versión antigua)

Modelo de video de bandera de alta inteligencia, con calidad de imagen clara, mayor cumplimiento de comandos y simulación física, soportando la generación de los primeros y últimos cuadros

Modelo de generación de video de alta calidad, con calidad de imagen clara, transiciones suaves, expresión de estilo más rica y capacidad para reducir la distorsión de la imagen

Modelo de video de alta velocidad y bajo costo, con velocidad de generación rápida, conexión natural de los primeros y últimos cuadros y mayor consistencia con múltiples imágenes de referencia

Modelo de generación de video estándar, soportando salida de múltiples resoluciones

Modelo de síntesis de voz, compatible con generación de voz ultrahumana y expresión emocional, proporcionando interfaces de streaming y no streaming

Modelo de clonación de voz, capaz de generar una voz similar en 3 segundos, compatible con expresión emocional delicada

Modelo de reconocimiento de voz de alta precisión, con baja tasa de error de caracteres, compatible con vocabulario personalizado y varios dialectos

Modelo de diálogo de voz en tiempo real, compatible con comprensión y generación de voz en chino e inglés, ajustable para emoción, tono y velocidad

Modelo de audio-vídeo en tiempo real, compatible con llamadas de vídeo y memoria de diálogo a largo plazo, inferencia en tiempo real de texto, audio y vídeo

Herramienta de búsqueda AI mejorada, recupera profundamente información web, admite consultas complejas y búsquedas en varias rondas

Herramienta de búsqueda AI estándar, recupera rápidamente información web, adecuada para escenarios de búsqueda general

Mejora de búsqueda del motor Sogou, combinado con resultados de búsqueda de Sogou para proporcionar una recuperación de información más precisa

Mejora de búsqueda del motor Quark, combinado con resultados de búsqueda de Quark para proporcionar una recuperación de contenido más completa

Modelo de completación de código, adecuado para la autocompletación de código y asistencia en desarrollo, mejorando la eficiencia de la codificación

Modelo vertical para el sector legal sobre la arquitectura ligera GLM-5.3-Flash: agente para revisión de contratos, análisis de evidencias, cumplimiento y flujos jurídicos transfronterizos; 19,2 % en el benchmark legal Harvey LAB con un coste de ~1/70 frente a modelos cerrados comparables

Modelo vectorial de tercera generación, utilizado para mejorar la recuperación semántica, agrupación, modelado de temas y clasificación, mejorando significativamente el efecto

Modelo vectorial de segunda generación, utilizado para mejorar la recuperación semántica, agrupación y clasificación (versión antigua)

Modelo de reordenamiento de texto, calcula la puntuación de relevancia del texto, optimiza el orden de los resultados de recuperación y el efecto de coincidencia

Modelo de conversación animada, adecuado para la compañía emocional y la interacción con personajes virtuales, que admite una expresión de personaje más natural

Modelo de apoyo psicológico y emocional, con capacidades de asesoramiento profesional y guía emocional, ayudando a los usuarios a entender las emociones y a manejar los problemas

Modelo de 9B de código abierto, admite 128K de contexto, puede ser desplegado localmente, licencia MIT

Modelo de diálogo de código abierto de tercera generación de 6B, primera generación de la serie ChatGLM, licencia MIT