Sunt greutățile GLM-4.5 deschise și pot rula local?

Da — Z.ai a lansat modelul complet, varianta Air, versiunile FP8 și modelele de bază pe Hugging Face sub licența MIT, deci utilizarea comercială și fine-tuning-ul sunt permise. Rularea completă a modelului de 355B local necesită memorie de server peste 1 TB, așa că majoritatea celor care găzduiesc singuri vor dori varianta Air sau build-urile FP8.

Cât costă GLM-4.5 și cât de mare este contextul?

Prin API-ul Z.ai costă 0,60 USD per milion de tokeni de intrare și 2,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 128k tokeni.

Care este diferența între GLM-4.5 și GLM-4.5-Air?

GLM-4.5 are 355 miliarde de parametri total cu 32 miliarde activi; GLM-4.5-Air este un design mai mic cu 106 miliarde total și 12 miliarde activi, schimbând puțin capacitatea pentru cerințe hardware mai mici, păstrând aceleași moduri duale de inferență gândire/non-gândire.

GLM 4.5

1439°

#llm #z-ai #raționament #agenți #programare #local

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Z.ai | context de 131.072 tokeni | $0.60/M input, $2.20/M output. GLM-4.5 este cel mai recent model emblematic de bază, construit special pentru aplicații bazate pe agenți. Folosește o arhitectură Mixture-of-Experts (MoE) și suportă o lungime de context de până la 128k tokeni. GLM-4.5 oferă capacități semnificativ îmbunătățite în raționament, generare de cod și alinierea agenților. Suportă un mod hibrid de inferență cu două opțiuni, un „mod de gândire” conceput pentru raționamente complexe și utilizarea uneltelor, și un „mod fără gândire” optimizat pentru răspunsuri instantanee. Utilizatorii pot controla comportamentul de raționament cu booleanul reasoning enabled. Află mai multe în documentația noastrăOpens in new tab

Ghiduri pentru acest model

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

GLM-4.5 este modelul MoE de top de la Z.ai, construit special pentru fluxuri agentice, nu pentru chat general. Cu 355 miliarde de parametri total și 32 miliarde activi, comută între un mod de gândire pentru raționament complex și utilizare de unelte și un mod non-gândire pentru răspunsuri rapide, controlat printr-un boolean. Greutățile deschise sub licența MIT îl fac neobișnuit de permisiv pentru un model de această scară.

Cunoscut pentru

Moduri duale de inferență: raționament profund sau răspuns instant, comutabile per apel
Licență MIT — utilizare comercială și fine-tuning permise
Arhitectură MoE: 355B parametri total, doar 32B activi la inferență
Aliniere construită pentru agenți, nu un model general adaptat pentru unelte
Variante FP8 și Air disponibile pentru echipe cu cerințe hardware mai mici

Atenție la

Găzduirea completă a modelului de 355B necesită memorie de server peste 1 TB — nu este un model pentru laptop.
GLM-4.5-Air (106B total, 12B activi) există dacă ai nevoie de ceva mai ușor, dar este un model separat.
Scorurile de benchmark provin din rapoartele Z.ai; verificarea independentă nu este încă larg răspândită.

Cel mai bun pentru

Agenți și utilizare unelte

Raționament

Programare

Rulează local

Sugestii de încercat

Plan de utilizare unelte în mai mulți pași

Gestionezi o lansare software. Listează secvența exactă de comenzi shell și apeluri API necesare pentru: creșterea versiunii în package.json, rularea testelor, construirea unei imagini Docker etichetate cu noua versiune, împingerea ei într-un registru și postarea unui mesaj Slack cu digestul imaginii. Arată fiecare pas ca un apel de unealtă discret cu intrările și output-ul așteptat.

Depanează un agent care eșuează

Un agent apelează o unealtă de căutare, apoi una de sumarizare, apoi scrie un fișier. După trei iterații se oprește fără eroare. Parcurge cele mai probabile moduri de eșec — depășirea contextului, erori de parsare a apelurilor uneltelor, excepții silențioase — și pentru fiecare scrie un fragment minimal de diagnostic în Python care să confirme sau să excludă problema.

Raționează asupra unui puzzle logic

Cinci ingineri dețin fiecare o limbă de programare diferită, beau o băutură diferită și stau pe un rând. Dezvoltatorul Python bea cafea. Dezvoltatorul Rust stă lângă cel care bea ceai. Dezvoltatorul Go stă la un capăt. Dezvoltatorul Java bea apă. Dezvoltatorul TypeScript stă imediat în dreapta celui care bea cafea. Cine bea ce și în ce ordine stau? Arată raționamentul pas cu pas.

Compară cu

GLM 5.3 FlashX
Model doar API
context de 1,048,576 tokeni · $0.37/M intrare, $1.25/M ieșire
GLM 5V Turbo
Model doar API
context de 202,752 tokeni · $1.20/M intrare, $4.00/M ieșire
GLM 5.3 Prime
Model doar API
context de 1,000,000 tokeni · $2.80/M intrare, $8.80/M ieșire
GLM 5.3 Flash
Model cu greutăți deschise
context de 1,048,576 tokeni · $0.02/M intrare, $0.72/M ieșire

Mai multe modele text de la z-ai

Întrebări frecvente

Sunt greutățile GLM-4.5 deschise și pot rula local?: Da — Z.ai a lansat modelul complet, varianta Air, versiunile FP8 și modelele de bază pe Hugging Face sub licența MIT, deci utilizarea comercială și fine-tuning-ul sunt permise. Rularea completă a modelului de 355B local necesită memorie de server peste 1 TB, așa că majoritatea celor care găzduiesc singuri vor dori varianta Air sau build-urile FP8.
Cât costă GLM-4.5 și cât de mare este contextul?: Prin API-ul Z.ai costă 0,60 USD per milion de tokeni de intrare și 2,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 128k tokeni.
Care este diferența între GLM-4.5 și GLM-4.5-Air?: GLM-4.5 are 355 miliarde de parametri total cu 32 miliarde activi; GLM-4.5-Air este un design mai mic cu 106 miliarde total și 12 miliarde activi, schimbând puțin capacitatea pentru cerințe hardware mai mici, păstrând aceleași moduri duale de inferență gândire/non-gândire.

Verdictul căpitanului
Un MoE cu adevărat deschis, orientat agent, cu un design dual-mode rezonabil — licența MIT și build-urile FP8 îl fac demn de luat în considerare serios pentru echipele care pot furniza hardware-ul necesar.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Modele AI pentru generare de imagini, video și text

GLM 4.5 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm z-ai raționament agenți programare local

Răsfoiește după familia de modele