Catalogue complet des modèles GLM : 65 modèles couvrant le dialogue, le raisonnement, la vision, la génération d’images et de vidéos, la parole, la recherche IA, le code, les modèles verticaux et les embeddings.
Mise à jour août 2026
Dernier flagship : base GLM-5.2 avec post-entraînement entièrement actualisé, SOTA open source en codage complexe et tâches d’agents, en tête en découverte de vulnérabilités
Premier modèle GLM-5 nativement multimodal (entrée vidéo / image / texte / fichier), 4e mondial à l’indice AA, intelligence de niveau Opus 4.8 au 1/10 du prix de GLM-5.3 (limité : 1/20)
Flagship précédent : contexte 1M sans perte, codage SOTA open source, fiable sur les tâches longues et complexes
Coding capability aligned with Claude Opus 4.6, significant improvement in long-term tasks, can work independently for up to 8 hours
Programming capability aligned with Claude Opus 4.5, proficient in Agentic long-term planning and execution
Special optimization for long tasks, good continuity in executing complex long-term tasks
Comprehensive upgrade of general dialogue, reasoning, and agent capabilities, programming stronger and more stable, better aesthetics
Lightweight and high-speed, small size with strong capability, suitable for general scenarios such as Chinese writing, translation, role-playing, etc.
Free model, providing inclusive experience, continuing the general capabilities of the GLM-4.7 base
Context enhanced to 200K, proficient in advanced coding, complex reasoning, and tool invocation
A general model with balanced performance and cost, suitable for dialogue, analysis, and document processing
High-performance and cost-effective lightweight model, with stable performance in inference, coding, and agent tasks
Haute performance à faible coût, version rapide, adaptée aux scénarios d'entreprise nécessitant une faible latence et une haute réponse
Modèle gratuit, supporte le mode de pensée profond, supporte le traitement de contexte de 128K
Supporte une longueur de contexte de 1M, conçu pour traiter des textes très longs et des tâches de mémoire
Modèle phare de quatrième génération, fort en capacité intégrée (version ancienne)
Modèle léger, rapide et à faible coût (version ancienne)
Léger et rapide, version accélérée, vitesse de réponse plus rapide (version ancienne)
Modèle dédié à l'agent, optimisé pour les scénarios d'agents (version ancienne)
Version haute vitesse améliorée de Flash, vitesse de déduction rapide, adaptée aux scénarios de haute concurrence
Modèle gratuit, supporte le traitement de longues contextes, adapté aux scénarios de compréhension multilingue et d'appel d'outils
Modèle de texte de pointe de la version ancienne, abandonné le 30 décembre 2025
Deep inference model, high-performance version, deprecated on November 15, 2025
Deep inference model, ultra-fast version, deprecated on November 15, 2025
Deep inference model, rapid and low-cost version, deprecated on November 15, 2025
First multimodal Agent base model, balancing visual understanding, reasoning, and code generation, supporting multi-modal inputs of images, videos, and text
Enhanced visual reasoning capability, natively supporting tool calls and long contexts, with more stable frontend code cloning effects
High-performance visual reasoning model, supporting tool invocation and long context
Free visual reasoning model, supporting tool invocation and long context, with flexible switching of thinking mode
Visual understanding model, supporting input of image and video files
Lightweight visual reasoning model, proficient in complex scene understanding and multi-step analysis
Free visual reasoning model, proficient in complex scene understanding and multi-step analysis
Modèle de reconnaissance de texte et d'image vidéo ancien (ancien)
Modèle d'interprétation d'image gratuit, doté de capacités de questions-réponses multimodales de base
Premier modèle de vision multimodale (ancien)
Modèle de décodage de texte et d'image léger, prenant en compte la précision et l'efficacité élevées de la compréhension des documents, et supportant l'analyse de formats complexes
Cadre d'assistant intelligent mobile, prenant en charge l'exécution de tâches d'application par langage naturel, couvrant l'ensemble des ensembles d'instructions d'opération mobiles
Flagship image generation model, stronger in complex command following and knowledge-intensive generation, outstanding in text rendering, especially for Chinese characters
General image generation model, high-quality generation, rich and diverse style expression, more complete image details
Enhanced image generation model, improved image quality, supports more artistic styles
General image generation model, supports multiple resolutions and styles (old version)
Free image generation model, flexible creative generation, fast generation speed
Haute intelligence modèle phare de vidéo, image claire, suivi des instructions et simulation physique plus fort, supporte la génération des premières et dernières images
Modèle de génération de vidéo de haute qualité, image claire, transition fluide, expression de style plus riche, peut réduire la défaillance de l'image
Modèle de vidéo à haute vitesse et basse prix, génération rapide, transition naturelle des premières et dernières images, cohérence des images de référence plus forte
Modèle de génération de vidéo standard, supporte la sortie en résolution multiple
Modèle de génération de vidéo gratuit, supporte l'effet sonore IA, qualité vidéo 4K et 60ips, vidéo maximale de 10 secondes
Voice synthesis model, supporting ultra-human voice generation and emotional expression, providing streaming and non-streaming interfaces
Voice cloning model, generating similar voice in 3 seconds, supporting delicate emotional expression
High-precision speech recognition model, with low character error rate, supporting custom vocabulary and various dialects
Real-time speech dialogue model, supporting Chinese and English speech understanding and generation, adjustable for emotion, tone, and speed
Real-time audio-video model, supporting video calls and long-term dialogue memory, cross-text, audio, and video real-time inference
Enhanced AI search tool, deeply retrieves web information, supports complex queries and multi-round searches
Standard AI search tool, quickly retrieves web information, suitable for general search scenarios
Sogou engine search enhancement, combined with Sogou search results to provide more accurate information retrieval
Quark engine search enhancement, combined with Quark search results to provide more comprehensive content retrieval
Code completion model, suitable for code auto-completion and development assistance, improving coding efficiency
Modèle vertical juridique fondé sur l'architecture légère GLM-5.3-Flash : agent pour la révision de contrats, l'analyse de preuves, la conformité et les flux juridiques transfrontaliers ; 19,2 % au benchmark juridique Harvey LAB pour un coût d'environ 1/70 des modèles fermés comparables
Third-generation vector model, used for semantic retrieval enhancement, clustering, topic modeling, and classification, significantly improving the effect
Second-generation vector model, used for semantic retrieval enhancement, clustering, and classification (old version)
Text reordering model, calculates text relevance score, optimizes recall result sorting and matching effect
Personified dialogue model, suitable for emotional companionship and virtual character interaction, supporting more natural personified expression
Psychological and emotional support model, with professional counseling and emotional guidance capabilities, helping users understand emotions and cope with problems
Open-source 9B parameter model, supports 128K context, can be locally deployed, MIT license
Third-generation open-source 6B dialogue model, first-generation ChatGLM series, MIT license