Greutățile GLM-4.5-Air sunt deschise și pot rula local?

Da — Z.ai a lansat greutățile pe Hugging Face sub licența MIT, care permite utilizare locală, implementare comercială și fine-tuning. La 106B parametri total vei avea nevoie de VRAM substanțial; versiuni FP8 sunt disponibile pentru a reduce cerințele de memorie.

Cât costă GLM-4.5-Air și care este fereastra sa de context?

Prin API-ul Z.ai costă 0,13$ per milion tokeni input și 0,85$ per milion tokeni output, cu o fereastră de context de 131.072 tokeni.

Cu ce diferă GLM-4.5-Air de GLM-4.5?

GLM-4.5 are 355B parametri total cu 32B activi; GLM-4.5-Air are 106B total cu 12B activi — un design mai compact care sacrifică puțin din performanță pentru cost de inferență mai mic și găzduire mai ușoară.

GLM 4.5 Air

3787°

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

Rulează pe Graydient

Rulează modelul

Oferte / Reclame

Easy Creator (Prism) Web

Nelimitat · taxă fixă

Cel mai bun pentru începători. Fluxuri de lucru puternice, curbă de învățare redusă.

PirateDiffusion Telegram

Nelimitat · taxă fixă

Creează videoclipuri, imagini, personaje personalizate pentru chat și altele.

Pro studio (SpyGlass) Web

Nelimitat · taxă fixă

Răsfoiește modele, redă și rafinează de pe orice browser sau telefon.

Discord bot (Vector)

Nelimitat · taxă fixă

Adaugă Vector pe serverul tău sau alătură-te Discord-ului Vector. Creează orice!

Unified Editor Web

Nelimitat · taxă fixă

Editor pentru imagini și video: redă, editează, mărește și altele pe o singură pagină.

OpenRouter Terminal / API

Plătește pe token

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

Aplicații locale

Necesită configurare

Instalează programe locale dacă ai hardware potrivit pe calculator.

ModelDuel Web

Plătești pe utilizare

Generează același prompt pe până la 50 de modele checkpoint/base simultan.

Închiriază un GPU în cloud

Graydient Cloud GPU

Nelimitat · taxă fixă

Taxă fixă, utilizare nelimitată. Acest model se instalează cu un click.

RunPod Cloud GPU

Taxare pe minut

Închiriază un GPU pe minut și configurează modelul singur.

Ghiduri pentru acest model

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

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

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

Z.ai | context de 131.072 tokeni | 0,13$/M input, 0,85$/M output. GLM-4.5-Air este varianta ușoară a celei mai recente familii de modele emblematice, construită tot pentru aplicații centrate pe agenți. Ca și GLM-4.5, adoptă arhitectura Mixture-of-Experts (MoE), dar cu o dimensiune de parametri mai compactă. GLM-4.5-Air suportă și moduri hibride de inferență, oferind un "mod de gândire" pentru raționament avansat și utilizare a uneltelor, și un "mod fără gândire" pentru interacțiune în timp real. Utilizatorii pot controla comportamentul de raționament cu booleanul de activare a raționamentului. Aflați mai multe în documentația noastră.

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

GLM-4.5-Air este varianta compactă MoE din familia GLM-4.5 de la Z.ai, construită special pentru fluxuri de lucru agentice. Rulează 12 miliarde de parametri activi din 106 miliarde total și comută între un mod de gândire pentru raționament profund și un mod fără gândire pentru răspunsuri rapide — controlezi asta cu un boolean. Greutăți deschise sub licența MIT, deci poți rula local sau implementa comercial fără permisiune.

Cunoscut pentru

Moduri duale de inferență: activezi sau dezactivezi gândirea per cerere
Arhitectura MoE menține numărul de parametri activi scăzut pentru categoria sa de capacitate
Licența MIT permite utilizare comercială și modele derivate
Design orientat agent cu suport nativ pentru utilizarea uneltelor
Scoruri competitive la benchmark-uri raportat la numărul de parametri activi

Atenție la

Tokenii de output costă 0,85$/M — ieftin, dar răspunsurile din modul gândire pot fi verbose și cresc factura.
106B parametri total înseamnă că găzduirea proprie cere hardware serios; verifică VRAM înainte de descărcare.
Producătorul nu a publicat un prompt sistem detaliat sau specificații de siguranță public.

Cel mai bun pentru

Agenți și utilizare unelte

Sugestii de încercat

Plan agent în mai mulți pași

Ai acces la o unealtă de căutare web și un executor Python. Un utilizator vrea să știe cursul valutar actual între USD și JPY, apoi să calculeze cât valorează 3.750 USD în JPY după o taxă de transfer de 1,5%. Scrie fiecare apel de unealtă pe care l-ai face, rezultatul așteptat și răspunsul final.

Test de stres pentru modul raționament

Trei prieteni — Ada, Bo și Cal — au fiecare câte un animal diferit (pisică, câine, pește) și locuiesc pe etaje diferite (1, 2, 3). Ada locuiește deasupra proprietarului câinelui. Bo nu are pește. Proprietarul pisicii locuiește la etajul 1. Cine are ce și unde locuiește? Arată raționamentul pas cu pas.

Depanează o funcție stricată

Această funcție Python ar trebui să returneze elementul cel mai comun dintr-o listă, dar eșuează la egalitate și se blochează pe listă goală. Corectează ambele bug-uri și adaugă un comentariu scurt explicând fiecare schimbare: def most_common(lst): return max(set(lst), key=lst.count)

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

Greutățile GLM-4.5-Air sunt deschise și pot rula local?: Da — Z.ai a lansat greutățile pe Hugging Face sub licența MIT, care permite utilizare locală, implementare comercială și fine-tuning. La 106B parametri total vei avea nevoie de VRAM substanțial; versiuni FP8 sunt disponibile pentru a reduce cerințele de memorie.
Cât costă GLM-4.5-Air și care este fereastra sa de context?: Prin API-ul Z.ai costă 0,13$ per milion tokeni input și 0,85$ per milion tokeni output, cu o fereastră de context de 131.072 tokeni.
Cu ce diferă GLM-4.5-Air de GLM-4.5?: GLM-4.5 are 355B parametri total cu 32B activi; GLM-4.5-Air are 106B total cu 12B activi — un design mai compact care sacrifică puțin din performanță pentru cost de inferență mai mic și găzduire mai ușoară.

Verdictul căpitanului
Un MoE cu adevărat deschis, pregătit pentru agenți, la un preț care face ca comutarea modului gândire să merite încercată.

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

Nano Banana (Gemini 2.5 Flash Image)

TEXT / LLM

Grok 4.20

TEXT / LLM

Modele AI pentru generare de imagini, video și text

GLM 4.5 Air 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, verifică-i scorul de căldură pentru a vedea cât este de popular și deschide-l pe PirateDiffusion sau BitVector pentru a-l încerca.

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

Răsfoiește după familia de modele