Perguntas frequentes sobre GLM
Perguntas frequentes sobre os modelos GLM: versões principais, janela de contexto, níveis de raciocínio, resultados de benchmarks, licença de código aberto e uso.
Perguntas frequentes sobre o modelo GLM
GLM é uma família de modelos de linguagem de grande porte com pesos abertos; o carro-chefe atual é o GLM-5.3, acompanhado do primeiro modelo nativamente multimodal GLM-5.3-Flash. A linha vai do GLM-4.5-Air e GLM-4.7 ao GLM-5, GLM-5-Turbo, GLM-5.1, GLM-5.2 e agora GLM-5.3, além de variantes de voz e visão. Cada modelo central é publicado sob licença MIT com pesos totalmente abertos.
Assim como o GLM-5.2, o GLM-5.3 eleva o limite de 200K para um milhão de tokens estável, com até 128K tokens de saída. «Estável» é a palavra-chave: treinado em trajetórias longas de agentes de código, a qualidade se mantém em toda a janela.
Resultados publicados do GLM-5.3: Terminal-Bench 2.1 com 88,2 (GLM-5.2: 81,0), Terminal-Bench 3.0 com 28,3 (4,6), FrontierSWE com 78,1 (67,5), DeepSWE v1.1 com 66,9 (46,2), SWE-Marathon v1.1 com 42,5 (19,4), PostTrainBench com 39,8 (31,7), Agents’ Last Exam com 28,5 (23,8), HLE com ferramentas com 62,5 (54,7), CyberGym com 84,5 % (atualmente na frente) e ExploitBench com 54,4 % (24,4 %). Tabela completa acima.
Depende da tarefa. O GLM-5.3 está atualmente na frente no CyberGym com 84,5 %, à frente de todos os rivais; no Z.ai Code Bench High supera o Claude Opus 4.8 (31,4 vs 29,5) com cerca de metade dos tokens; e mais que dobra o GLM-5.2 em benchmarks de exploração. O Mythos 5 ainda lidera em ExploitBench / ExploitGym.
Controlam quanto de computação o modelo gasta por tarefa. O GLM-5.3 oferece três níveis (low / high / max) e sempre raciocina, por padrão max. As curvas de eficiência por nível são valores reportados do GLM-5.2, como referência: ~63 % (~35K tokens, baixa), 72 % (~43K, alta) e 74 % (~83K, máxima).
Sim. Os pesos do Modelo nuclear GLM são licenciados sob a licença MIT, sem restrições geográficas, e estão disponíveis em HuggingFace e ModelScope. Suporta raciocínio local através de transformers, vLLM, SGLang, xLLM e ktransformers, permitindo que você execute o Modelo GLM em sua própria hardware.
O IndexShare compartilha um LeveIndexador entre cada quatro camadas de atenção esparsa, cujo índice top-k é calculado uma vez e reused. Isso elimina o trabalho do Indexador em um quarto das camadas, reduzindo a FLOPs por token em 2.9 vezes sob uma extensão de contexto de 1 milhão — isso é a mudança crucial que permite que a janela de token de 1 milhão seja viável no nível de serviço.
Um LLM open source gratuito servido via OpenRouter — não é o GLM-5.3 nem usa pesos GLM. Existe para testar um modelo ao vivo enquanto lê os dados publicados do GLM. Todos os dados de benchmark deste site são reportados pelos autores, não medidos aqui.