I pesi di GLM-5.1 sono open e posso eseguirlo localmente?

Sì, i pesi sono pubblicati su Hugging Face all’indirizzo zai-org/GLM-5.1, quindi puoi scaricare e self-hostare il modello—verifica la licenza di Z.ai prima dell’uso commerciale.

Quanto costa GLM-5.1 e qual è la finestra di contesto?

Attraverso l’API Z.ai costa $0.97 per milione di token in input e $3.04 per milione di token in output, con una finestra di contesto di 204.800 token.

In cosa GLM-5.1 differisce da GLM-5?

GLM-5.1 è specificamente ottimizzato per compiti agentici a lungo termine: dove GLM-5 si stabilizza dopo tecniche familiari, GLM-5.1 continua a migliorare per centinaia di iterazioni, e supera GLM-5 di molto su generazione di repository e benchmark reali da terminale.

GLM 5.1

5287°

#llm #z-ai #ragionamento #programmazione #agenti #contesto lungo

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

Z.ai | contesto da 204.800 token | $0.97/M input, $3.04/M output. GLM-5.1 offre un salto importante nelle capacità di codifica, con guadagni particolarmente significativi nella gestione di compiti a lungo termine. A differenza dei modelli precedenti costruiti attorno a interazioni di pochi minuti, GLM-5.1 può lavorare in modo indipendente e continuo su un singolo compito per più di 8 ore, pianificando, eseguendo e migliorandosi autonomamente durante il processo, fornendo infine risultati completi di livello ingegneristico.

Guide per questo modello

Ollama vs LM Studio (2026): quale app AI locale usare e quali modelli top esegue ciascuna

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Quanta VRAM serve davvero per l'AI locale?

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

GLM-5.1 è il modello di punta agentico per il coding di Z.ai, progettato per lavorare su un singolo compito di ingegneria per ore senza bloccarsi dopo un primo passaggio. È il leader in SWE-Bench Pro tra i modelli della sua tabella di benchmark e ha pesi open disponibili su Hugging Face. Se ti serve un modello che possa pianificare, eseguire e rivedere autonomamente centinaia di chiamate a strumenti senza assistenza, questo è quello da considerare.

Conosciuto per

Punteggio top in SWE-Bench Pro tra i pari benchmarkati, inclusi modelli closed frontier.
Mantiene iterazioni produttive per sessioni agentiche molto lunghe—ore, non minuti.
Scompone problemi ingegneristici ambigui in esperimenti, legge i risultati, rivede la strategia.
Finestra di contesto da 200 K token per grandi basi di codice e lunghe storie di task.
Pesi open disponibili su Hugging Face per deployment self-hosted.

Attenzione a

Il costo di output a $3.04/M non è economico; lunghe sessioni agentiche con migliaia di chiamate a strumenti si sommano rapidamente.
Progettato per lavoro agentico di livello ingegneristico—chat generali e scrittura non sono il suo punto forte.
I pesi sono open, ma verifica i termini di licenza di Z.ai prima di qualsiasi uso commerciale.

Ideale per

Programmazione

Agenti e uso di strumenti

Ragionamento

Contesto lungo

Funziona localmente

Prompt da provare

Rifattorizza un modulo ingarbugliato

Ecco un modulo Python che nel tempo è diventato disordinato. Analizza la sua struttura, identifica i problemi principali—accoppiamento, nomi, mancanza di gestione degli errori, qualsiasi altra cosa trovi—poi rifattorizzalo passo dopo passo, spiegando ogni modifica ed eseguendo un rapido controllo di coerenza dopo ciascuna. Incolla il modulo qui sotto.

Debug di una pipeline CI fallita

Il mio workflow GitHub Actions fallisce e non riesco a capire perché. Incollerò il file YAML completo del workflow e le ultime 50 righe del log di errore. Diagnostica la causa principale, proponi una soluzione e, se ci sono problemi secondari da affrontare, segnalali.

Costruisci un piccolo strumento CLI

Scrivi uno strumento CLI Python autonomo che osservi una directory per nuovi file CSV, verifichi che ciascuno abbia le colonne 'id', 'timestamp' e 'value', registri le righe che non superano la validazione in un file separato e stampi un riepilogo al termine. Includi un file requirements e brevi istruzioni d’uso.

Confronta con

GLM 5.3 FlashX
Modello solo API
Contesto di 1,048,576 token · Input $0.37/M, output $1.25/M
GLM 5V Turbo
Modello solo API
Contesto di 202,752 token · Input $1.20/M, output $4.00/M
GLM 5 Turbo
Modello solo API
Contesto di 202,752 token · Input $1.20/M, output $4.00/M
GLM 5.3 Prime
Modello solo API
Contesto di 1,000,000 token · Input $2.80/M, output $8.80/M

Altri modelli di testo da z-ai

Domande frequenti

I pesi di GLM-5.1 sono open e posso eseguirlo localmente?: Sì, i pesi sono pubblicati su Hugging Face all’indirizzo zai-org/GLM-5.1, quindi puoi scaricare e self-hostare il modello—verifica la licenza di Z.ai prima dell’uso commerciale.
Quanto costa GLM-5.1 e qual è la finestra di contesto?: Attraverso l’API Z.ai costa $0.97 per milione di token in input e $3.04 per milione di token in output, con una finestra di contesto di 204.800 token.
In cosa GLM-5.1 differisce da GLM-5?: GLM-5.1 è specificamente ottimizzato per compiti agentici a lungo termine: dove GLM-5 si stabilizza dopo tecniche familiari, GLM-5.1 continua a migliorare per centinaia di iterazioni, e supera GLM-5 di molto su generazione di repository e benchmark reali da terminale.

Verdetto del capitano
Se il tuo lavoro richiede sessioni autonome di coding di più ore invece di risposte rapide one-shot, GLM-5.1 è uno dei pochi modelli realmente costruiti per questo.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

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

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Nemotron Content Safety 3.5

TEXT / LLM

Pareto Code Router

TEXT / LLM

Modelli di IA per generare immagini, video e testo

GLM 5.1 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm z-ai ragionamento programmazione agenti contesto lungo locale

Sfoglia per famiglia di modelli