O GLM-5 tem pesos abertos e posso rodá-lo localmente?

Sim, os pesos estão publicados no Hugging Face em zai-org/GLM-5. Com 744B de parâmetros e 40B ativos, você vai precisar de hardware substancial para rodar localmente — consulte os guias de VRAM e quantização antes de tentar uma implantação auto-hospedada.

Quanto custa o GLM-5 e qual o tamanho da janela de contexto?

Via API Z.ai, o GLM-5 custa $0,60 por milhão de tokens de entrada e $1,92 por milhão de tokens de saída, com uma janela de contexto de 204.800 tokens.

Como o GLM-5 difere do GLM-4.5 ou GLM-4.7?

O GLM-5 escala do GLM-4.5 com 355B de parâmetros (32B ativos) para 744B (40B ativos) e aumenta os dados de pré-treinamento de 23T para 28,5T tokens; também adiciona DeepSeek Sparse Attention e a infraestrutura RL assíncrona slime, entregando ganhos mensuráveis em benchmarks de codificação, raciocínio e agentivos sobre os predecessores.

GLM 5

2525°

#llm #z-ai #raciocínio #programação #agentes #contexto longo

Executar modelo

Ofertas / Anúncios

OpenRouter Terminal / API

Pague por token

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

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.

Guias para este modelo

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

De quanto VRAM eu realmente preciso para IA local?

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

Notas do capitão

Escrito por Captain, o editor da casa

Notas de 2026-10-13

GLM-5 é o modelo principal de pesos abertos da Z.ai, um MoE esparso de 744 bilhões de parâmetros (40B ativos) construído especificamente para engenharia de sistemas complexos e trabalho agentivo de longo prazo. Ele escala a partir do GLM-4.5 com mais parâmetros, mais dados de pré-treinamento e uma infraestrutura RL assíncrona chamada slime que torna o pós-treinamento mais eficiente. Se seu trabalho envolve construir e rodar pipelines agentivos em múltiplas etapas ou sistemas backend em larga escala, este é o modelo de pesos abertos para benchmark primeiro.

Conhecido por

Pontuações open-source de alto nível no SWE-bench Verified e SWE-bench Multilingual
Desempenho forte em tarefas agentivas e terminais, competitivo com modelos fechados de ponta
Arquitetura MoE de 744B total / 40B ativos mantém custos de inferência gerenciáveis
Janela de contexto de 204.800 tokens com DeepSeek Sparse Attention preservando qualidade em contexto longo
Auto-correção iterativa e execução autônoma além da geração única de código

Fique atento a

Com 744B de parâmetros, auto-hospedagem exige hardware sério; a maioria dos usuários usará a API.
Termos de licença não detalhados aqui — verifique o repositório Hugging Face antes de qualquer implantação comercial.
Preço de saída de $1,92 por milhão de tokens não é barato para loops agentivos de alto volume que geram rastros longos.

Melhor para

Programação

Agentes e uso de ferramentas

Raciocínio

Contexto longo

Roda localmente

Sugestões para tentar

Projete uma fila de tarefas distribuída

Projete uma fila de tarefas distribuída pronta para produção em Python usando Redis. Inclua um processo worker com lógica de retry e backoff exponencial, uma dead-letter queue para jobs falhados e uma API simples para produtor. Mostre a estrutura completa de arquivos, o código de cada arquivo e explique as decisões arquiteturais chave.

Depure um bug de concorrência

Tenho um servidor HTTP em Go que ocasionalmente retorna dados desatualizados sob carga. Múltiplas goroutines leem e escrevem um mapa compartilhado sem sincronização. Identifique a condição de corrida, explique por que causa o sintoma, reescreva a seção relevante usando sync.RWMutex e adicione um teste que teria detectado isso.

Planeje um agente em múltiplas etapas

Você está construindo um agente que monitora um repositório GitHub, detecta quando uma nova issue é rotulada como 'bug', reproduz o bug em sandbox, propõe uma correção, abre um pull request e notifica um canal Slack. Divida isso em etapas agentivas discretas, identifique as ferramentas necessárias em cada etapa e indique onde a aprovação humana deve ser requerida.

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 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

Mais modelos de texto de z-ai

Perguntas frequentes

O GLM-5 tem pesos abertos e posso rodá-lo localmente?: Sim, os pesos estão publicados no Hugging Face em zai-org/GLM-5. Com 744B de parâmetros e 40B ativos, você vai precisar de hardware substancial para rodar localmente — consulte os guias de VRAM e quantização antes de tentar uma implantação auto-hospedada.
Quanto custa o GLM-5 e qual o tamanho da janela de contexto?: Via API Z.ai, o GLM-5 custa $0,60 por milhão de tokens de entrada e $1,92 por milhão de tokens de saída, com uma janela de contexto de 204.800 tokens.
Como o GLM-5 difere do GLM-4.5 ou GLM-4.7?: O GLM-5 escala do GLM-4.5 com 355B de parâmetros (32B ativos) para 744B (40B ativos) e aumenta os dados de pré-treinamento de 23T para 28,5T tokens; também adiciona DeepSeek Sparse Attention e a infraestrutura RL assíncrona slime, entregando ganhos mensuráveis em benchmarks de codificação, raciocínio e agentivos sobre os predecessores.

Veredito do capitão
A opção mais forte de pesos abertos para trabalho sério agentivo e de engenharia de sistemas, desde que você possa absorver a infraestrutura ou a conta de tokens de saída.

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

Modelos de IA para geração de imagem, vídeo e texto

GLM 5 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 e veja a pontuação de calor para acompanhar a tendência.

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

Navegar por família de modelos