Är GLM-5.1:s vikter öppna och kan jag köra den lokalt?

Ja, vikterna är publicerade på Hugging Face under zai-org/GLM-5.1, så du kan ladda ner och köra modellen själv—kontrollera Z.ais licens innan kommersiell användning.

Vad kostar GLM-5.1 och hur stort är kontextfönstret?

Via Z.ai API kostar det $0.97 per miljon inmatningstokens och $3.04 per miljon utmatningstokens, med ett kontextfönster på 204 800 tokens.

Hur skiljer sig GLM-5.1 från GLM-5?

GLM-5.1 är speciellt finjusterad för långsiktiga agentuppgifter: där GLM-5 planar ut efter att ha använt bekanta tekniker fortsätter GLM-5.1 att förbättras genom hundratals iterationer, och den leder GLM-5 med god marginal på repo-generering och verkliga terminalbenchmarks.

GLM 5.1

5287°

#llm #z-ai #resonemang #kodning #agenter #lång kontext

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Z.ai | 204,800 token context | $0.97/M input, $3.04/M output. GLM-5.1 levererar ett stort hopp i kodningsförmåga, med särskilt betydande förbättringar i hantering av långsiktiga uppgifter. Till skillnad från tidigare modeller som byggts för minutlånga interaktioner kan GLM-5.1 arbeta självständigt och kontinuerligt med en enda uppgift i mer än 8 timmar, planera, utföra och förbättra sig själv under processen och slutligen leverera kompletta, ingenjörsmässiga resultat.

Guider för denna modell

Ollama vs LM Studio (2026): vilken lokal AI-app du ska använda och vilka toppmodeller varje kör

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

GLM-5.1 är Z.ais flaggskeppsmodell för agentbaserad kodning, byggd för att arbeta med en enda ingenjörsuppgift i timmar istället för att stanna upp efter ett första försök. Den leder SWE-Bench Pro bland modellerna i dess benchmark-tabell och har öppna vikter på Hugging Face. Om du behöver en modell som självständigt kan planera, utföra och revidera över hundratals verktygsanrop utan handpåläggning är detta modellen att titta på.

Känd för

Toppresultat på SWE-Bench Pro bland jämförda modeller, inklusive stängda frontier-modeller.
Bibehåller produktiv iteration över mycket långa agentbaserade sessioner—timmar, inte minuter.
Bryter ner otydliga ingenjörsproblem i experiment, läser resultat, reviderar strategi.
200 K tokens kontextfönster för stora kodbaser och långa uppgiftshistoriker.
Öppna vikter tillgängliga på Hugging Face för egen drift.

Se upp för

Utgångspriset på $3.04/M är inte billigt; långa agentbaserade körningar med tusentals verktygsanrop blir snabbt dyrt.
Designad för ingenjörsklass agentarbete—allmän chatt och skrivande är inte dess fokus.
Vikterna är öppna, men kontrollera Z.ais licensvillkor innan kommersiell användning.

Bäst för

Kodning

Agenter och verktygsanvändning

Resonemang

Lång kontext

Kör lokalt

Promptar att prova

Refaktorera en trasslig modul

Här är en Python-modul som har blivit rörig med tiden. Analysera dess struktur, identifiera huvudproblemen—koppling, namngivning, saknad felhantering, eller annat du hittar—refaktorera sedan steg för steg, förklara varje ändring och kör en snabb kontroll efter varje steg. Klistra in modulen nedan.

Felsök en misslyckad CI-pipeline

Mitt GitHub Actions-flöde misslyckas och jag kan inte lista ut varför. Jag klistrar in hela workflow YAML-filen och de sista 50 raderna av felloggen. Diagnostisera grundorsaken, föreslå en lösning, och om det finns sekundära problem värda att ta itu med medan vi ändå är här, flagga dem också.

Bygg ett litet CLI-verktyg

Skriv ett självständigt Python CLI-verktyg som bevakar en katalog efter nya CSV-filer, validerar att varje fil har kolumnerna 'id', 'timestamp' och 'value', loggar rader som inte klarar valideringen till en separat fil, och skriver ut en sammanfattning när det är klart. Inkludera en requirements-fil och korta användarinstruktioner.

Jämför med

GLM 5.3 FlashX
Endast API-modell
1,048,576 tokens kontext · $0.37/M indata, $1.25/M utdata
GLM 5V Turbo
Endast API-modell
202,752 tokens kontext · $1.20/M indata, $4.00/M utdata
GLM 5 Turbo
Endast API-modell
202,752 tokens kontext · $1.20/M indata, $4.00/M utdata
GLM 5.3 Prime
Endast API-modell
1,000,000 tokens kontext · $2.80/M indata, $8.80/M utdata

Fler textmodeller från z-ai

Vanliga frågor

Är GLM-5.1:s vikter öppna och kan jag köra den lokalt?: Ja, vikterna är publicerade på Hugging Face under zai-org/GLM-5.1, så du kan ladda ner och köra modellen själv—kontrollera Z.ais licens innan kommersiell användning.
Vad kostar GLM-5.1 och hur stort är kontextfönstret?: Via Z.ai API kostar det $0.97 per miljon inmatningstokens och $3.04 per miljon utmatningstokens, med ett kontextfönster på 204 800 tokens.
Hur skiljer sig GLM-5.1 från GLM-5?: GLM-5.1 är speciellt finjusterad för långsiktiga agentuppgifter: där GLM-5 planar ut efter att ha använt bekanta tekniker fortsätter GLM-5.1 att förbättras genom hundratals iterationer, och den leder GLM-5 med god marginal på repo-generering och verkliga terminalbenchmarks.

Kaptens omdöme
Om ditt arbete innebär flera timmars autonoma kodningskörningar snarare än snabba engångssvar är GLM-5.1 en av de få modeller som faktiskt är byggda för det.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

GLM 5.1 är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm z-ai resonemang kodning agenter lång kontext lokal

Bläddra efter modellfamilj

Text / LLM-modeller

434