Apakah bobot GLM-5.1 terbuka dan bisa saya jalankan secara lokal?

Ya, bobotnya dipublikasikan di Hugging Face di zai-org/GLM-5.1, jadi Anda bisa mengunduh dan menjalankan model secara mandiri—periksa lisensi Z.ai sebelum penggunaan komersial.

Berapa biaya GLM-5.1 dan berapa besar jendela konteksnya?

Melalui API Z.ai biayanya $0,97 per juta token input dan $3,04 per juta token output, dengan jendela konteks 204.800 token.

Apa perbedaan GLM-5.1 dengan GLM-5?

GLM-5.1 khusus disetel untuk tugas agentik jangka panjang: saat GLM-5 mencapai plateau setelah menerapkan teknik yang sudah dikenal, GLM-5.1 terus meningkat melalui ratusan iterasi, dan memimpin GLM-5 dengan margin lebar pada benchmark pembuatan repo dan terminal dunia nyata.

GLM 5.1

5287°

#llm #z-ai #penalaran #pemrograman #agen #konteks panjang

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Z.ai | konteks token 204.800 | $0,97/M input, $3,04/M output. GLM-5.1 menghadirkan lompatan besar dalam kemampuan pengkodean, dengan peningkatan signifikan khususnya dalam menangani tugas jangka panjang. Berbeda dengan model sebelumnya yang dibangun untuk interaksi tingkat menit, GLM-5.1 dapat bekerja secara mandiri dan terus menerus pada satu tugas selama lebih dari 8 jam, merencanakan, mengeksekusi, dan memperbaiki dirinya sendiri sepanjang proses, akhirnya menghasilkan hasil lengkap setara rekayasa.

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

GLM-5.1 adalah model coding agentik unggulan dari Z.ai, dirancang untuk terus bekerja pada satu tugas rekayasa selama berjam-jam tanpa berhenti setelah proses awal. Model ini memimpin SWE-Bench Pro di antara model-model dalam tabel benchmark-nya dan memiliki bobot terbuka di Hugging Face. Jika Anda membutuhkan model yang dapat secara mandiri merencanakan, mengeksekusi, dan merevisi melalui ratusan panggilan alat tanpa bimbingan, inilah model yang harus Anda pertimbangkan.

Dikenal untuk

Skor tertinggi SWE-Bench Pro di antara rekan benchmark, termasuk model frontier tertutup.
Mempertahankan iterasi produktif selama sesi agentik yang sangat panjang—berjam-jam, bukan menit.
Memecah masalah rekayasa yang ambigu menjadi eksperimen, membaca hasil, merevisi strategi.
Jendela konteks 200 K token untuk basis kode besar dan riwayat tugas panjang.
Bobot terbuka tersedia di Hugging Face untuk penerapan mandiri.

Waspadai

Harga output $3,04/M tidak murah; sesi agentik panjang dengan ribuan panggilan alat cepat menumpuk biaya.
Dirancang untuk pekerjaan agentik tingkat rekayasa—obrolan umum dan penulisan bukan fokusnya.
Bobotnya terbuka, tapi periksa ketentuan lisensi Z.ai sebelum penggunaan komersial.

Terbaik untuk

Pemrograman

Agen dan penggunaan alat

Penalaran

Konteks panjang

Jalankan secara lokal

Prompt untuk dicoba

Refaktor modul yang rumit

Berikut adalah modul Python yang telah menjadi berantakan seiring waktu. Analisis strukturnya, identifikasi masalah utama—keterkaitan, penamaan, penanganan error yang hilang, dan hal lain yang Anda temukan—lalu refaktor langkah demi langkah, jelaskan setiap perubahan dan lakukan pemeriksaan cepat setelah setiap langkah. Tempel modul di bawah ini.

Debug pipeline CI yang gagal

Alur kerja GitHub Actions saya gagal dan saya tidak tahu penyebabnya. Saya akan menempelkan YAML alur kerja lengkap dan 50 baris terakhir log error. Diagnosa penyebab utama, usulkan perbaikan, dan jika ada masalah sekunder yang perlu ditangani, beri tanda juga.

Buat alat CLI kecil

Tulis alat CLI Python mandiri yang memantau direktori untuk file CSV baru, memvalidasi bahwa setiap file memiliki kolom 'id', 'timestamp', dan 'value', mencatat baris yang gagal validasi ke file terpisah, dan mencetak ringkasan saat selesai. Sertakan file requirements dan instruksi penggunaan singkat.

Bandingkan dengan

GLM 5.3 FlashX
Model hanya API
konteks 1,048,576 token · $0.37/M input, $1.25/M output
GLM 5V Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output
GLM 5 Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output
GLM 5.3 Prime
Model hanya API
konteks 1,000,000 token · $2.80/M input, $8.80/M output

Model teks lain dari z-ai

Pertanyaan yang sering diajukan

Apakah bobot GLM-5.1 terbuka dan bisa saya jalankan secara lokal?: Ya, bobotnya dipublikasikan di Hugging Face di zai-org/GLM-5.1, jadi Anda bisa mengunduh dan menjalankan model secara mandiri—periksa lisensi Z.ai sebelum penggunaan komersial.
Berapa biaya GLM-5.1 dan berapa besar jendela konteksnya?: Melalui API Z.ai biayanya $0,97 per juta token input dan $3,04 per juta token output, dengan jendela konteks 204.800 token.
Apa perbedaan GLM-5.1 dengan GLM-5?: GLM-5.1 khusus disetel untuk tugas agentik jangka panjang: saat GLM-5 mencapai plateau setelah menerapkan teknik yang sudah dikenal, GLM-5.1 terus meningkat melalui ratusan iterasi, dan memimpin GLM-5 dengan margin lebar pada benchmark pembuatan repo dan terminal dunia nyata.

Putusan Kapten
Jika pekerjaan Anda melibatkan sesi coding otonom berjam-jam daripada jawaban cepat sekali jalan, GLM-5.1 adalah salah satu model langka yang benar-benar dibangun untuk itu.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

Model AI untuk Pembuatan Gambar, Video & Teks

GLM 5.1 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm z-ai penalaran pemrograman agen konteks panjang lokal

Jelajahi berdasarkan Keluarga Model