Je GLM-5 otevřený a mohu jej spustit lokálně?

Ano, váhy jsou zveřejněny na Hugging Face na zai-org/GLM-5. S 744 miliardami parametrů a 40 miliardami aktivních budete potřebovat značný hardware pro lokální běh — před pokusem o vlastní nasazení si prostudujte VRAM a kvantizační návody.

Kolik GLM-5 stojí a jak velké má kontextové okno?

Přes Z.ai API stojí GLM-5 $0,60 za milion vstupních tokenů a $1,92 za milion výstupních tokenů, s kontextovým oknem 204 800 tokenů.

Čím se GLM-5 liší od GLM-4.5 nebo GLM-4.7?

GLM-5 škáluje z GLM-4.5 s 355 miliardami parametrů (32B aktivních) na 744 miliard (40B aktivních) a zvyšuje předtrénovací data z 23 bilionů na 28,5 bilionů tokenů; přidává DeepSeek Sparse Attention a asynchronní RL infrastrukturu slime, což přináší měřitelné zlepšení v kódování, rozvažování a agentních benchmarkech oproti předchůdcům.

GLM 5

2525°

#llm #z-ai #uvažování #programování #agenti #dlouhý kontext

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

Z.ai | 204,800 token context | $1.00/M input, $3.20/M output. GLM-5 is Z.ai’s flagship open-source foundation model engineered for complex systems design and long-horizon agent workflows. Built for expert developers, it delivers production-grade performance on large-scale programming tasks, rivaling leading closed-source models. With advanced agentic planning, deep backend reasoning, and iterative self-correction, GLM-5 moves beyond code generation to full-system construction and autonomous execution.

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

GLM-5 je vlajkový otevřený model Z.ai, 744 miliard parametrů sparse MoE (40 miliard aktivních), speciálně navržený pro složité systémy inženýrství a dlouhodobé agentní úlohy. Navazuje na GLM-4.5 s více parametry, více předtrénovacími daty a asynchronní RL infrastrukturou slime, která zefektivňuje post-trénink. Pokud vaše práce zahrnuje budování a provoz vícekrokových agentních pipeline nebo rozsáhlých backend systémů, je to první otevřený model, který byste měli testovat.

Známý pro

Špičkové open-source výsledky na SWE-bench Verified a SWE-bench Multilingual
Silný výkon v agentních a terminálních úlohách, konkurující uzavřeným špičkovým modelům
744B celkem / 40B aktivních parametrů MoE architektura udržuje náklady na inference zvládnutelné
Kontextové okno 204 800 tokenů s DeepSeek Sparse Attention zachovává kvalitu dlouhého kontextu
Iterativní samoopravování a autonomní vykonávání nad rámec jednorázové generace kódu

Dej pozor na

S 744 miliardami parametrů vyžaduje vlastní hostování vážný hardware; většina uživatelů použije API.
Podmínky licence nejsou zde podrobně uvedeny — před komerčním nasazením si zkontrolujte repozitář na Hugging Face.
Cena za výstup $1,92 za milion tokenů není levná pro vysokopropustné agentní smyčky s dlouhými stopami.

Nejlepší pro

Programování

Agenti a používání nástrojů

Uvažování

Dlouhý kontext

Běží lokálně

Promptů k vyzkoušení

Navrhni distribuovanou frontu úloh

Navrhni produkčně připravený distribuovaný fronta úloh v Pythonu s Redis. Zahrň pracovní proces s logikou opakování a exponenciálním zpětným odkladem, frontu mrtvých zpráv pro neúspěšné úlohy a jednoduché API producenta. Ukaž celou strukturu souborů, kód každého souboru a vysvětli klíčová architektonická rozhodnutí.

Odlaď chybu souběžnosti

Mám Go HTTP server, který občas vrací zastaralá data při zátěži. Více gorutin čte a zapisuje do sdílené mapy bez synchronizace. Identifikuj závodní podmínku, vysvětli, proč způsobuje problém, přepiš relevantní část s použitím sync.RWMutex a přidej test, který by chybu odhalil.

Naplánuj vícekrokového agenta

Stavíš agenta, který monitoruje GitHub repozitář, detekuje nové issue označené 'bug', reprodukuje chybu v sandboxu, navrhuje opravu, otevírá pull request a upozorňuje Slack kanál. Rozděl to na jednotlivé kroky agenta, identifikuj nástroje potřebné pro každý krok a označ, kde je potřeba lidské schválení.

Porovnat s

GLM 5.3 FlashX
Model pouze s API
kontext 1,048,576 tokenů · $0.37/M vstup, $1.25/M výstup
GLM 5V Turbo
Model pouze s API
kontext 202,752 tokenů · $1.20/M vstup, $4.00/M výstup
GLM 5 Turbo
Model pouze s API
kontext 202,752 tokenů · $1.20/M vstup, $4.00/M výstup
GLM 5.3 Prime
Model pouze s API
kontext 1,000,000 tokenů · $2.80/M vstup, $8.80/M výstup

Více textových modelů od z-ai

Často kladené otázky

Je GLM-5 otevřený a mohu jej spustit lokálně?: Ano, váhy jsou zveřejněny na Hugging Face na zai-org/GLM-5. S 744 miliardami parametrů a 40 miliardami aktivních budete potřebovat značný hardware pro lokální běh — před pokusem o vlastní nasazení si prostudujte VRAM a kvantizační návody.
Kolik GLM-5 stojí a jak velké má kontextové okno?: Přes Z.ai API stojí GLM-5 $0,60 za milion vstupních tokenů a $1,92 za milion výstupních tokenů, s kontextovým oknem 204 800 tokenů.
Čím se GLM-5 liší od GLM-4.5 nebo GLM-4.7?: GLM-5 škáluje z GLM-4.5 s 355 miliardami parametrů (32B aktivních) na 744 miliard (40B aktivních) a zvyšuje předtrénovací data z 23 bilionů na 28,5 bilionů tokenů; přidává DeepSeek Sparse Attention a asynchronní RL infrastrukturu slime, což přináší měřitelné zlepšení v kódování, rozvažování a agentních benchmarkech oproti předchůdcům.

Verdikt kapitána
Nejsilnější otevřená volba pro vážnou agentní a systémovou inženýrskou práci, pokud zvládnete infrastrukturu nebo účet za výstupní tokeny.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Podobné modely

AI modely pro generování obrázků, videa a textu

GLM 5 je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm z-ai uvažování programování agenti dlouhý kontext lokální

Procházet podle rodiny modelů