Todos os modelos GLM

Carro-chefe mais recente: base GLM-5.2 com pós-treinamento totalmente atualizado, SOTA open source em codificação complexa e tarefas agênticas, na frente em descoberta de vulnerabilidades

Primeiro modelo GLM-5 nativamente multimodal (entrada: vídeo / imagem / texto / arquivo), n.º 4 global no índice AA, inteligência nível Opus 4.8 por 1/10 do preço do GLM-5.3 (promoção: 1/20)

Flagship anterior: contexto 1M sem perdas, codificação SOTA open source, confiável em tarefas longas e complexas

Capacidade de codificação alinhada com Claude Opus 4.6, melhoria significativa em tarefas de longo prazo, pode funcionar de forma independente por até 8 horas

Capacidade de programação alinhada com Claude Opus 4.5, proficiente em planejamento e execução de longo prazo agente

Otimização especial para tarefas longas, boa continuidade na execução de tarefas complexas de longo prazo

Atualização completa de diálogo geral, raciocínio e capacidades de agente, programação mais forte e estável, melhor estética

Leve e de alta velocidade, tamanho pequeno com capacidade forte, adequado para cenários gerais como escrita chinesa, tradução, role-playing, etc.

Contexto aumentado para 200K, competente em codificação avançada, raciocínio complexo e invocação de ferramentas.

Modelo geral equilibrado em desempenho e custo, adequado para diálogo, análise e processamento de documentos.

Modelo leve, de alta performance e custo-efetivo, com desempenho estável em inferência, codificação e tarefas de agente.

Versão ultra-rápida de alto desempenho e econômica, adequada para cenários de negócios com baixa latência e alta resposta

Suporta comprimento de contexto de 1M, projetado para processamento de textos longos e tarefas intensivas em memória

Modelo flagship da quarta geração, fortes capacidades abrangentes (versão antiga)

Modelo leve, alta velocidade e baixo custo (versão antiga)

Versão Leve Rápida, Velocidade de Resposta mais Rápida (Versão Antiga)

Modelo Específico para Agente, Otimizado para Situações de Agente (Versão Antiga)

Versão de Alta Velocidade com Flash, Velocidade de Inferência Rápida, Apropriado para Situações de Alta Concorrência de Chamas

Primeiro Modelo Base de Agente Multimodal, equilibrando compreensão visual, raciocínio e geração de código, suportando entradas multimodais de imagens, vídeos e texto

Capacidade de raciocínio visual aprimorada, nativamente suportando chamadas de ferramentas e contextos longos, com efeitos de clonagem de código frontend mais estáveis

Modelo de raciocínio visual de alta performance, suportando invocação de ferramentas e contexto longo

Modelo de compreensão visual, suportando entrada de arquivos de imagem e vídeo

Modelo de raciocínio visual leve, proficiente em compreensão de cenas complexas e análise de múltiplos passos

Versão antiga do modelo de reconhecimento de vídeo imagem-texto (versão antiga)

Primeiro modelo visual multimodal (versão antiga)

Modelo de análise de imagem-texto leve, equilibrando alta precisão e eficiência na compreensão de documentos, suportando análise de layout complexo

Framework de assistente inteligente móvel, suportando linguagem natural para completar tarefas de operação de App, cobrindo o conjunto completo de comandos de operação móvel

Modelo de geração de imagens de destaque, mais forte na execução de instruções complexas e geração intensiva em conhecimento, destacado na renderização de texto, especialmente para caracteres chineses

Modelo de geração de imagens geral, geração de alta qualidade, expressão de estilo rica e diversificada, detalhes de imagem mais completos

Modelo de geração de imagens aprimorado, qualidade de imagem melhorada, suporta mais estilos artísticos

Modelo de geração de imagens geral, suporta múltiplas resoluções e estilos (versão antiga)

Modelo de vídeo de bandeira de alta inteligência, com qualidade de imagem clara, maior conformidade de comando e simulação física, suportando a geração de primeiros e últimos frames

Modelo de geração de vídeo de alta qualidade, com qualidade de imagem clara, transições suaves, expressão de estilo mais rica e capacidade de reduzir a distorção da imagem

Modelo de vídeo de alta velocidade e baixo custo, com velocidade de geração rápida, conexão natural de primeiros e últimos frames e maior consistência com múltiplas imagens de referência

Modelo de geração de vídeo padrão, suportando saída de múltiplas resoluções

Modelo de síntese de voz, suportando geração de voz ultra-humana e expressão emocional, fornecendo interfaces de streaming e não-streaming

Modelo de clonagem de voz, capaz de gerar voz semelhante rapidamente em 3 segundos, suportando expressão emocional delicada

Modelo de reconhecimento de fala de alta precisão, com baixa taxa de erro de caracteres, suportando vocabulário personalizado e várias dialetas

Modelo de diálogo de fala em tempo real, suportando compreensão e geração de fala em chinês e inglês, ajustável para emoção, tom e velocidade

Modelo de áudio-vídeo em tempo real, suportando chamadas de vídeo e memória de diálogo a longo prazo, inferência em tempo real de texto, áudio e vídeo

Ferramenta de busca de IA avançada, recupera profundamente informações da web, suporta consultas complexas e buscas em múltiplas rodadas

Ferramenta de busca de IA padrão, recupera rapidamente informações da web, adequada para cenários de busca geral

Aprimoramento da busca do Sogou Engine, combinado com resultados da busca do Sogou para fornecer recuperação de informações mais precisa

Aprimoramento da busca do Quark Engine, combinado com resultados da busca do Quark para fornecer recuperação de conteúdo mais abrangente

Modelo de completamento de código, adequado para completamento automático de código e assistência no desenvolvimento, melhorando a eficiência de codificação

Modelo vertical para o setor jurídico construído sobre a arquitetura leve GLM-5.3-Flash: agente para revisão de contratos, análise de evidências, conformidade e fluxos jurídicos transfronteiriços; 19,2 % no benchmark jurídico Harvey LAB a ~1/70 do custo de modelos fechados comparáveis

Modelo vetorial de terceira geração, usado para aprimoramento da recuperação semântica, agrupamento, modelagem de tópicos e classificação, significativamente melhorando o efeito

Modelo vetorial de segunda geração, usado para aprimoramento da recuperação semântica, agrupamento e classificação (versão antiga)

Modelo de reordenação de texto, calcula a pontuação de relevância do texto, otimiza a classificação e o efeito de correspondência do resultado da recuperação

Modelo de conversa animada, adequado para companhia emocional e interação com personagens virtuais, suportando expressões de personagens mais naturais

Modelo de suporte psicológico e emocional, com capacidades de aconselhamento profissional e orientação emocional, ajudando os usuários a entenderem as emoções e a lidarem com problemas

Modelo de parâmetros 9B de código aberto, suporta contexto de 128K, pode ser implantado localmente, licença MIT

Modelo de diálogo de código aberto da terceira geração de 6B, primeira geração da série ChatGLM, licença MIT