Os pesos do GLM-4.5-Air são abertos e posso rodá-lo localmente?

Sim — a Z.ai liberou os pesos no Hugging Face sob licença MIT, que permite uso local, implantação comercial e fine-tuning. Com 106B parâmetros totais, você precisará de VRAM robusta; versões FP8 estão disponíveis para reduzir o requisito de memória.

Quanto custa o GLM-4.5-Air e qual é sua janela de contexto?

Via API da Z.ai, custa $0,13 por milhão de tokens de entrada e $0,85 por milhão de tokens de saída, com janela de contexto de 131.072 tokens.

Como o GLM-4.5-Air difere do GLM-4.5?

O GLM-4.5 tem 355B parâmetros totais com 32B ativos; o GLM-4.5-Air tem 106B totais com 12B ativos — um design mais compacto que troca um pouco de desempenho em benchmarks por custo de inferência menor e auto-hospedagem mais fácil.

GLM 4.5 Air

3787°

#llm #z-ai #raciocínio #agentes #programação #local

Funciona no Graydient

Executar modelo

Ofertas / Anúncios

Easy Creator (Prism) Web

Ilimitado · taxa fixa

Melhor para iniciantes. Fluxos de trabalho poderosos, curva de aprendizado baixa.

PirateDiffusion Telegram

Ilimitado · taxa fixa

Crie vídeos, imagens, personas de chat personalizadas e muito mais.

Pro studio (SpyGlass) Web

Ilimitado · taxa fixa

Navegue por modelos, renderize e refine de qualquer navegador ou celular.

Discord bot (Vector)

Ilimitado · taxa fixa

Adicione o Vector ao seu servidor ou entre no Discord do Vector. Crie qualquer coisa!

Unified Editor Web

Ilimitado · taxa fixa

Editor para imagens e vídeos: renderize, edite, aumente a resolução e mais em uma única página.

OpenRouter Terminal / API

Pague por token

Converse com este modelo no navegador ou chame-o do seu código com uma chave API.

Apps locais Local

Requer configuração

Instale programas locais se seu computador tiver hardware compatível.

ModelDuel Web

Pague por uso

Gere o mesmo prompt em até 50 modelos checkpoint/base ao mesmo tempo.

Alugue uma GPU na nuvem

Graydient Cloud GPU

Ilimitado · taxa fixa

Taxa fixa, uso ilimitado. Este modelo instala com um clique.

RunPod Cloud GPU

Cobrado por minuto

Alugue uma GPU por minuto e configure o modelo você mesmo.

Guias para este modelo

De quanto VRAM eu realmente preciso para IA local?

Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa

Pesos abertos vs código aberto vs só API: o que você realmente pode fazer

O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)

Todos os guias

Z.ai | contexto de 131.072 tokens | $0,13/M entrada, $0,85/M saída. GLM-4.5-Air é a variante leve da nossa mais recente família de modelos principais, também projetada para aplicações centradas em agentes. Como o GLM-4.5, adota a arquitetura Mixture-of-Experts (MoE) mas com tamanho de parâmetro mais compacto. GLM-4.5-Air também suporta modos híbridos de inferência, oferecendo um "modo de pensamento" para raciocínio avançado e uso de ferramentas, e um "modo sem pensamento" para interação em tempo real. Usuários podem controlar o comportamento do raciocínio com o booleano reasoning enabled. Saiba mais em nossa documentação.

Notas do capitão

Escrito por Captain, o editor da casa

Notas de 2026-10-13

GLM-4.5-Air é a variante compacta MoE da família GLM-4.5 da Z.ai, construída especificamente para fluxos de trabalho agentivos. Roda 12 bilhões de parâmetros ativos de um total de 106 bilhões, e alterna entre modo de raciocínio para inferência profunda e modo rápido sem raciocínio — você controla isso com um booleano. Pesos abertos sob licença MIT, podendo rodar localmente ou implantar comercialmente sem pedir permissão.

Conhecido por

Modos duplos de inferência: liga ou desliga o raciocínio por requisição
Arquitetura MoE mantém o número de parâmetros ativos baixo para sua faixa de capacidade
Licença MIT permite uso comercial e modelos derivados
Design focado em agentes com suporte nativo a uso de ferramentas
Pontuações competitivas em benchmarks relativas ao tamanho de parâmetros ativos

Fique atento a

Tokens de saída custam $0,85/M — barato, mas respostas no modo raciocínio podem ser verbosas e aumentar a conta.
106B parâmetros totais exigem hardware robusto para auto-hospedagem; verifique VRAM antes de baixar.
O fabricante não publicou um prompt de sistema detalhado ou especificação de segurança publicamente.

Melhor para

Agentes e uso de ferramentas

Sugestões para tentar

Plano agentivo em múltiplas etapas

Você tem acesso a uma ferramenta de busca web e um executor Python. Um usuário quer saber a cotação atual entre USD e JPY, depois calcular quanto valem 3.750 USD em JPY após uma taxa de transferência de 1,5%. Escreva cada chamada de ferramenta que faria, a saída esperada e a resposta final.

Teste de estresse no modo raciocínio

Três amigos — Ada, Bo e Cal — possuem cada um um animal diferente (gato, cachorro, peixe) e moram em andares diferentes (1, 2, 3). Ada mora acima do dono do cachorro. Bo não tem o peixe. O dono do gato mora no andar 1. Quem tem o quê e mora onde? Mostre seu raciocínio passo a passo.

Depurar função quebrada

Esta função Python deveria retornar o elemento mais comum em uma lista, mas falha em empates e trava em lista vazia. Corrija ambos os bugs e adicione um comentário breve explicando cada mudança: def most_common(lst): return max(set(lst), key=lst.count)

Comparar com

GLM 5.3 FlashX
Modelo apenas para API
Contexto de 1,048,576 tokens · entrada $0.37/M, saída $1.25/M
GLM 5V Turbo
Modelo apenas para API
Contexto de 202,752 tokens · entrada $1.20/M, saída $4.00/M
GLM 5.3 Prime
Modelo apenas para API
Contexto de 1,000,000 tokens · entrada $2.80/M, saída $8.80/M
GLM 5.3 Flash
Modelo com pesos abertos
Contexto de 1,048,576 tokens · entrada $0.02/M, saída $0.72/M

Mais modelos de texto de z-ai

Perguntas frequentes

Os pesos do GLM-4.5-Air são abertos e posso rodá-lo localmente?: Sim — a Z.ai liberou os pesos no Hugging Face sob licença MIT, que permite uso local, implantação comercial e fine-tuning. Com 106B parâmetros totais, você precisará de VRAM robusta; versões FP8 estão disponíveis para reduzir o requisito de memória.
Quanto custa o GLM-4.5-Air e qual é sua janela de contexto?: Via API da Z.ai, custa $0,13 por milhão de tokens de entrada e $0,85 por milhão de tokens de saída, com janela de contexto de 131.072 tokens.
Como o GLM-4.5-Air difere do GLM-4.5?: O GLM-4.5 tem 355B parâmetros totais com 32B ativos; o GLM-4.5-Air tem 106B totais com 12B ativos — um design mais compacto que troca um pouco de desempenho em benchmarks por custo de inferência menor e auto-hospedagem mais fácil.

Veredito do capitão
Um MoE genuinamente aberto e pronto para agentes, com preço que torna o toggle do modo raciocínio interessante para experimentar.

Ficha do modelo no Hugging Face

O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.

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

Como essa pontuação é calculada

Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.

Glossário: os termos usados aqui

Pontuação heat: Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo: Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads: Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica: Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes: Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção: Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado: Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder: Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde: Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração: Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter: Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding: Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos: A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade: Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família: Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória: Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência): Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência: Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico: O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.

Modelos semelhantes

L3 8B Lunaris v1 Turbo

Modelos de IA para geração de imagem, vídeo e texto

GLM 4.5 Air é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM, veja a pontuação de calor para acompanhar a tendência e abra-o no PirateDiffusion ou BitVector para experimentar.

Mais modelos Text / LLM Mais Texto / LLM Text / LLM llm z-ai raciocínio agentes programação local orçamento

Navegar por família de modelos