GLM 5.2
9057°
<glm52>
ایپلیکیشنز جو ModelTrends ٹیگز کو سپورٹ کرتی ہیں، آپ کو بغیر کسی سیٹ اپ کے اپنے پرامپٹ میں یہ کوڈ کاپی کر کے ماڈلز چلانے/انسٹال کرنے دیتی ہیں۔ ایسے ایپس میں ہمارا آئیکن دیکھیں جو اسے سپورٹ کرتی ہیں، جیسے کہ Prism (نیچے).
ماڈل چلائیں
آفرز / اشتہارات
Easy Creator (Prism) ویب
لامحدود · فلیٹ فیس
نئے شروع کرنے والوں کے لیے بہترین۔ طاقتور ورک فلو، کم سیکھنے کی مشکل۔
PirateDiffusion ٹیلیگرام
لامحدود · فلیٹ فیس
ویڈیوز، تصاویر، حسبِ منشا چیٹ پرسناز، اور بہت کچھ بنائیں۔
Pro studio (SpyGlass) ویب
لامحدود · فلیٹ فیس
کسی بھی براؤزر یا فون سے ماڈلز دیکھیں، رینڈر کریں اور بہتر بنائیں۔
Discord bot (Vector) ڈسکارڈ
لامحدود · فلیٹ فیس
اپنے سرور میں Vector شامل کریں یا Vector Discord میں شامل ہوں۔ کچھ بھی بنائیں!
Unified Editor ویب
لامحدود · فلیٹ فیس
تصاویر اور ویڈیو کے لیے ایڈیٹر: ایک صفحے پر رینڈر، ایڈٹ، اپسکیل اور مزید۔
OpenRouter ٹرمینل / API
فی ٹوکن ادائیگی
اس ماڈل سے براؤزر میں بات کریں یا اپنے کوڈ سے ایک API کلید کے ساتھ کال کریں۔
لوکل ایپس
سیٹ اپ درکار ہے
اگر تمہارے کمپیوٹر میں اچھا ہارڈویئر ہے تو اپنے کمپیوٹر پر لوکل پروگرام انسٹال کرو۔
ModelDuel ویب
استعمال کے حساب سے ادائیگی
ایک وقت میں 50 تک چیک پوائنٹ/بیس ماڈلز پر ایک ہی پرامپٹ تیار کریں۔
اس ماڈل کے رہنما
ہر کام کے لیے بہترین لوکل LLM (اکتوبر 2026): ہر کام کے لیے صحیح اوپن ماڈل
مقامی AI کے لیے مجھے واقعی کتنی VRAM چاہیے؟
اوپن ویٹس بمقابلہ اوپن سورس بمقابلہ صرف API: آپ حقیقت میں کیا کر سکتے ہیں
GGUF فائل کیا ہے؟ کوانٹائزڈ ماڈلز کی وضاحت (Q4, Q8, fp8, NF4)
Z.ai | 1,048,576 token context | $0.04/M input, $9.00/M output. GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows, project-level software engineering, and complex multi-step automation. Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning. It is particularly strong at coding and tool use across long-running tasks, able to maintain engineering context and follow standards consistently through a full development workflow, from requirements to multi-platform deployment, in a single task.
کپتان کے نوٹس
2026-10-13 کے نوٹس
GLM-5.2 Z.ai کا فلیگ شپ ریزننگ ماڈل ہے جو طویل مدتی کام کے لیے بنایا گیا ہے: پروجیکٹ کی سطح کی سافٹ ویئر انجینئرنگ، کثیر مرحلہ خودکاری، اور ایجنٹک پائپ لائنز جو پورے 1M ٹوکن ونڈو میں سیاق و سباق کو برقرار رکھتی ہیں۔ MIT لائسنس کے تحت اوپن ویٹس اور کوئی علاقائی پابندیاں نہ ہونا اسے زیادہ تر فرنٹیئر کلاس مقابلوں سے ممتاز بناتا ہے۔ اگر آپ کا کام مسلسل کوڈنگ کے کاموں یا پیچیدہ ٹول استعمال کی زنجیروں سے متعلق ہے بجائے فوری ایک بار کے سوالات کے، تو یہ سنجیدگی سے دیکھنے کے قابل ہے۔
مشہور ہے
- 1M ٹوکن سیاق و سباق جو طویل، کثیر فائل انجینئرنگ کے کاموں میں برقرار رہتا ہے
- قابلِ ترتیب ریزننگ کی کوشش کی سطحیں، بشمول زیادہ سے زیادہ xhigh سیٹنگ
- مضبوط حقیقی دنیا کی کوڈنگ بینچ مارکس: SWE-bench Pro، Terminal Bench، FrontierSWE
- MIT لائسنس، اوپن ویٹس، کوئی علاقائی رسائی کی پابندیاں نہیں
- طویل سیاق و سباق کے لیے آرکیٹیکچرل افادیت میں اضافہ (IndexShare، بہتر اسپیکولیٹو ڈیکوڈنگ)
خبردار رہیں
- آؤٹ پٹ کی قیمت $7.00/M ٹوکنز طویل ریزننگ چینز پر تیزی سے بڑھ جاتی ہے؛ بجٹ accordingly بنائیں۔
- ماڈل بڑا ہے؛ لوکل ڈپلائمنٹ کے لیے سنجیدہ ہارڈویئر اور سپورٹڈ انفیرنس فریم ورک کی ضرورت ہے۔
- ویٹس اوپن ہیں لیکن 1M سیاق و سباق کے ساتھ خود میزبانی کے لیے وہ انفراسٹرکچر چاہیے جو زیادہ تر افراد کے پاس نہیں ہوتا۔
آزمائیں یہ پرامپٹس
فل اسٹیک فیچر بلڈ
آپ ایک مونو ریپو میں کام کر رہے ہیں جس میں Node.js REST API اور React فرنٹ اینڈ ہے۔ ایک یوزر نوٹیفیکیشن سسٹم شامل کریں: ڈیٹا بیس اسکیمہ ڈیزائن کریں، API اینڈپوائنٹس لکھیں جن میں ان پٹ ویلیڈیشن ہو، فرنٹ اینڈ کمپونینٹ نافذ کریں جو نئی نوٹیفیکیشنز کے لیے پول کرتا ہو، اور انٹیگریشن ٹیسٹ لکھیں۔ موجودہ کوڈ کنونشنز کی پیروی کریں اور ہر فیصلے کی وضاحت کریں۔
کثیر مرحلہ ڈپلائمنٹ پلان
میرے پاس Python FastAPI سروس ہے جو فی الحال ایک واحد VM پر چل رہی ہے۔ کنٹینرائزڈ، کثیر پلیٹ فارم ڈپلائمنٹ کی منصوبہ بندی اور نفاذ کریں: Dockerfile لکھیں، لوکل ڈیولپمنٹ کے لیے docker-compose فائل، پروڈکشن کے لیے Kubernetes مینیفیسٹ، اور GitHub Actions ورک فلو جو push to main پر build، test اور deploy کرے۔ کوئی بھی مفروضے جو آپ کریں انہیں نشان زد کریں۔
مشکل استدلال کا پہیلی
پانچ انجینئرز ہیں جن میں سے ہر ایک مختلف پروگرامنگ زبان کا مالک ہے، مختلف مشروب پیتا ہے، اور پانچ میزوں کی قطار میں بیٹھا ہے۔ Rust انجینئر اس کے بغل میں بیٹھا ہے جو Espresso پیتا ہے۔ Python انجینئر ایک کنارے پر ہے۔ Go انجینئر چائے پیتا ہے۔ TypeScript انجینئر Java انجینئر کے فوراً بائیں طرف بیٹھا ہے۔ کافی پینے والا کسی بھی کنارے پر نہیں ہے۔ کون پانی پیتا ہے اور وہ کس میز پر بیٹھا ہے؟ اپنا استدلال مرحلہ وار دکھائیں۔
موازنہ کریں
- GLM 5.3 FlashXصرف API ماڈل1,048,576 ٹوکن سیاق و سباق · $0.37/M ان پٹ، $1.25/M آؤٹ پٹ
- GLM 5V Turboصرف API ماڈل202,752 ٹوکن سیاق و سباق · $1.20/M ان پٹ، $4.00/M آؤٹ پٹ
- GLM 5 Turboصرف API ماڈل202,752 ٹوکن سیاق و سباق · $1.20/M ان پٹ، $4.00/M آؤٹ پٹ
- GLM 5.3 Primeصرف API ماڈل1,000,000 ٹوکن سیاق و سباق · $2.80/M ان پٹ، $8.80/M آؤٹ پٹ
z-ai کے مزید ٹیکسٹ ماڈلز
لوگ پوچھتے ہیں
- کیا GLM-5.2 کے ویٹس اوپن ہیں اور کیا میں اسے لوکل چلا سکتا ہوں؟
- جی ہاں — GLM-5.2 MIT لائسنس کے تحت ریلیز ہوا ہے جس پر کوئی علاقائی پابندیاں نہیں ہیں، اور ویٹس Hugging Face پر موجود ہیں۔ Z.ai SGLang، vLLM، Transformers، KTransformers، Unsloth، اور Ascend NPU فریم ورکس کے ذریعے لوکل ڈپلائمنٹ کی حمایت کرتا ہے۔
- GLM-5.2 کی قیمت کیا ہے اور اس کا سیاق و سباق ونڈو کتنا بڑا ہے؟
- Z.ai API کے ذریعے قیمت $0.06 فی ملین ان پٹ ٹوکنز اور $7.00 فی ملین آؤٹ پٹ ٹوکنز ہے، اور اس کا سیاق و سباق ونڈو 1,048,576 ٹوکنز (تقریباً 1M) ہے۔
- GLM-5.2 GLM-5.1 سے کیسے مختلف ہے؟
- GLM-5.2 ایک مستحکم 1M ٹوکن سیاق و سباق شامل کرتا ہے (جبکہ 5.1 میں چھوٹا ونڈو تھا)، SWE-bench Pro اور Terminal Bench میں مضبوط کوڈنگ اسکورز، لچکدار ریزننگ کی کوشش کی سطحیں، اور آرکیٹیکچرل تبدیلیاں — IndexShare اور بہتر MTP لیئر — جو طویل سیاق و سباق میں فی ٹوکن کمپیوٹ کو کم کرتی ہیں اور اسپیکولیٹو ڈیکوڈنگ کی قبولیت کی لمبائی بڑھاتی ہیں۔
کپتان کا فیصلہایک نایاب امتزاج: فرنٹیئر کلاس طویل مدتی کوڈنگ اور ایجنٹک صلاحیت، MIT لائسنس یافتہ، اور ویٹس جو آپ خود چلا سکتے ہیں۔
ماڈل کارڈ Hugging Face پر
کپتان یہ نوٹس ماڈل کی اپنی وضاحت اور ماڈل کارڈ سے لکھتا ہے۔ قیمتیں اور سیاق و سباق کے سائز اس وقت فراہم کنندہ کے ہیں اور بدل سکتے ہیں۔
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.
Also ranked: #18 Hottest Text / LLM model · #18 Hottest Text / LLM text model
Not this creator?
Get your own badge
GLM 5.2 کی مقبولیت کا رجحان
16 Jun 2026 سے ہیٹ اسکور
ہیٹ اسکور
9,057°
اس ہفتے
▲
21.7%
9,030° اس وقت، 9,057° اب
اس مہینے
▲
155%
8,931° اس وقت، 9,057° اب
گزشتہ سال
n/a
ابھی جاری یا ٹریک نہیں ہوا
7,000°
فلور
اس پیمانے کی حد 0° سے 9,999° تک ہے۔ جو کچھ 7,000° سے نیچے ہے وہ ان ماڈلز کے لیے مخصوص ہے جن کی رپورٹ کسی ذریعہ سے نہیں آئی، اور وہاں ایک عارضی نمبر رکھا جاتا ہے تاکہ فہرستیں مکمل رہیں۔ 7,000° سے ماپا گیا ڈیٹا شروع ہوتا ہے: ایک ماڈل جس کے پاس اصل ڈیٹا ہے لیکن ڈاؤن لوڈز تقریباً نہیں ہیں، وہ فلور پر ہوتا ہے، اور اس کے اوپر کے ڈگریز ماپے جاتے ہیں۔ فلور ماڈل کے بارے میں کچھ نہیں بتاتا؛ صرف اس کے اوپر کے ڈگریز بتاتے ہیں، اور یہی ایک ماڈل کو دوسرے سے الگ کرتے ہیں۔
+1,739°
OpenRouter ٹوکنز
اس ماڈل نے پچھلے 30 دنوں میں OpenRouter کے ذریعے 6,248,561,667,512 ٹوکنز پروسیس کیے، پرامپٹس اور جوابات دونوں شامل ہیں۔ ہر 10,000,000 ٹوکنز کو ڈاؤن لوڈ کی مدت میں ایک ڈاؤن لوڈ شمار کیا جاتا ہے، کل 624,856؛ آخری دن کے ٹوکنز اپنانے کی شرح میں شامل ہوتے ہیں۔ ماخذ: OpenRouter (openrouter.ai/rankings).
+318°
قبولیت کی شرح
روزانہ تقریباً 17,563 ڈاؤن لوڈز، ذرائع کی دو ریڈنگز کے درمیان ناپے گئے، کبھی بھی زندگی بھر کے اوسط سے اندازہ نہیں لگایا جاتا۔ رفتار ڈاؤن لوڈ اصطلاح کا ایک چوتھائی وزن رکھتی ہے، اس لیے تازہ اضافہ ظاہر ہوتا ہے بغیر ایک دن کی چوٹی کو سالوں کے استعمال سے زیادہ اہم بنائے۔
تفصیلی تجزیہ دکھائیں
اس سائٹ پر ہر نمبر چیک کیا جا سکتا ہے۔ اس ماڈل کا ہیٹ سکور 9,057° ہے، اور یہاں اسے ایک ایک جزو کے حساب سے بنایا گیا ہے، ہر جزو کے بعد کل سکور کے ساتھ: فلور، ہر ذریعہ کے اضافے والے ڈگریز، ماڈل کی قسم کے لیے بونس اور وزن کی عمر کا اثر۔ رنگ اوپر کے چارٹ کے بینڈز ہیں۔ آخر میں گلاسری ہر اصطلاح کی وضاحت کرتی ہے۔
- 1فلور سے شروع کریں۔کیوں 7,000° صفر نہیں: پیمانہ 0° سے 9,999° تک ہے، اور 7,000° سے نیچے کا حصہ ان ماڈلز کے لیے مخصوص ہے جن کی رپورٹ کسی ذریعہ سے نہیں آئی، جن کے لیے وہاں ایک عارضی نمبر رکھا جاتا ہے تاکہ فہرستیں مکمل رہیں اور وہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہ آئیں۔ 7,000° سے ماپا گیا ڈیٹا شروع ہوتا ہے۔ ایک ماڈل جس کے پاس اصل ڈیٹا ہے لیکن ڈاؤن لوڈز تقریباً نہیں ہیں وہ یہاں ہوتا ہے؛ جو کچھ بھی بعد میں آتا ہے وہ ماپ ہے، اور فلور کے اوپر جگہ میں ڈاؤن لوڈز کے دس دس گنا قدم ہوتے ہیں، ہر ایک 300° کے برابر۔ فلور ہر ماڈل کے لیے ایک جیسا ہے، اس لیے یہ کچھ فیصلہ نہیں کرتا؛ جو ڈگریز اس کے اوپر ہیں وہ فیصلہ کرتے ہیں۔7,000°چلتا ہوا کل
- 2ڈاؤن لوڈز شامل کریں۔کل 624,856 ڈاؤن لوڈ کے برابر، OpenRouter ٹوکنز سے۔ ڈاؤن لوڈز کو دس گنا بڑھانے سے وہی 300° بڑھتا ہے، تو سائز اہم ہے لیکن اسکور پر قابو پاتا ہے۔+1,739°8,739°چلتا ہوا کل
- 3قبولیت کی شرح شامل کریں۔ابھی تقریباً 17,563 ڈاؤن لوڈز روزانہ، دو ریڈنگز کے درمیان ناپا گیا، وزن کا ایک چوتھائی حصہ۔+318°9,057°چلتا ہوا کل
- =ہیٹ اسکور۔یہ ماڈل اس سائٹ کی ہر فہرست میں کہاں کھڑا ہے۔ کچھ اور اس میں تبدیلی نہیں کرتا۔9,057°
اصطلاحات: یہاں استعمال ہونے والی باتیں
- ہیٹ اسکور
- ایک نمبر جو بتاتا ہے کہ ماڈل ابھی کتنا استعمال ہو رہا ہے اور چاہا جا رہا ہے، 0° سے 9,999° تک۔ اس سائٹ کی ہر 'ہottest' فہرست اسی کے حساب سے ترتیب دی جاتی ہے۔
- فلور
- 7,000° وہ نقطہ جہاں ہر ماڈل جس کے پاس اصل ڈیٹا ہے شروع ہوتا ہے۔ پیمانہ 0° سے 9,999° تک ہے؛ فلور سے نیچے کا حصہ اسٹینڈ انز (ڈیٹا کے بغیر ماڈلز) کے لیے مخصوص ہے، تاکہ ڈیٹا والا ماڈل ہمیشہ بغیر ڈیٹا والے سے اوپر رہے۔ فلور سب کے لیے ایک جیسا ہے اور کچھ فیصلہ نہیں کرتا؛ اس سے اوپر کے ڈگری پیمائش ہیں۔
- ڈاؤن لوڈ کے برابر
- وہ سب کچھ جو اسکور ڈاؤن لوڈ کے برابر سمجھتا ہے، جمع کیا گیا: خود ڈاؤن لوڈز، ہر ٹورینٹ سیڈر کو 1,000 کے برابر، ہر AI Horde تصویر اور ہر جنریشن سائٹ پر رن کو ایک کے برابر۔
- لاگ پیمانہ
- دس کے حساب سے گنتی، ایک کے حساب سے نہیں: 1,000 سے 10,000 ڈاؤن لوڈز جانا وہی ڈگری بڑھاتا ہے جو 10,000 سے 100,000 جانا۔ یہ بڑے ماڈلز کو سب کچھ دبا دینے سے بچاتا ہے۔
- لائکس
- ہر ماخذ سے تھمز اپ اور لائکس، لاگ پیمانے پر ہر ایک آدھے ڈاؤن لوڈ کے برابر۔
- قبولیت کی شرح
- ابھی ماڈل کو روزانہ کتنے ڈاؤن لوڈز مل رہے ہیں، دو ریڈنگز کے فرق سے۔ ڈاؤن لوڈ کی اصطلاح کے وزن کا ایک چوتھائی حصہ۔
- ماپا گیا اور اندازہ لگایا گیا
- ماپا گیا مطلب ہے کہ کسی ماخذ کے دو ریڈنگز موجود ہیں اور فرق حقیقی ہے۔ اندازہ لگایا گیا مطلب ہے کہ صرف آج کا کل معلوم ہے اور ماضی ماڈل کی زندگی میں تقسیم کیا گیا ہے؛ سائٹ بتاتی ہے کہ کون سا دکھا رہا ہے۔
- سیڈر
- کوئی شخص جو وزن کی کاپی آن لائن رکھتا ہے تاکہ دوسرے اسے ٹورینٹ کے ذریعے ڈاؤن لوڈ کر سکیں، یا کوئی ہوسٹ کیا ہوا آئینہ جو یہی کام کرتا ہے۔ ہر ایک کو 1,000 ڈاؤن لوڈز کے برابر گنا جاتا ہے۔
- AI ہورڈ
- ایک رضاکار نیٹ ورک جو عطیہ شدہ کمپیوٹرز پر مفت تصاویر بناتا ہے۔ اس نے کسی ماڈل کے ساتھ کتنی تصاویر بنائی ہیں یہ عوامی ہے، اور ہر ایک کو ایک ڈاؤن لوڈ کے طور پر گنا جاتا ہے۔
- جنریشن سائٹس
- ایسی سائٹس جو اپنے ماڈل کی کاپیاں ہوسٹ کرتی ہیں اور لوگوں کو اس کے ساتھ جنریشن کی اجازت دیتی ہیں، جیسے PixAI، SeaArt اور Yodayo۔ ان کے ڈاؤن لوڈز Civitai کی طرح گنے جاتے ہیں اور ہر جنریشن رن کو ایک ڈاؤن لوڈ سمجھا جاتا ہے۔
- OpenRouter ٹوکنز
- ایک ٹیکسٹ ماڈل جو API کے ذریعے فراہم کیا جاتا ہے، جیسے Claude یا GPT، اس کے وزن ڈاؤن لوڈ کرنے کے لیے نہیں ہوتے، اس لیے اس کا استعمال ٹوکنز میں ناپا جاتا ہے: وہ ٹکڑے متن کے جو اس نے OpenRouter کے ذریعے پچھلے 30 دنوں میں پڑھے اور لکھے۔ ہر 10,000,000 ٹوکنز کو ایک ڈاؤن لوڈ شمار کیا جاتا ہے۔ ماخذ: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- مکمل ماڈل (چیک پوائنٹ)
- خود جنریشن کرنے والی فائل، یعنی وزن خود۔ اسے بونس ملتا ہے کیونکہ اس پر ایڈ آنز منحصر ہوتے ہیں۔
- LoRA اور ایمبیڈنگ
- چھوٹی ایڈ آن فائلیں جو کسی اور کے وزن کو ایک انداز، کردار یا تصور کی طرف لے جاتی ہیں۔ یہ اکیلے نہیں چل سکتیں۔
- خاندان اور وزن
- بنیاد جس پر ماڈل بنایا گیا ہے، جیسے SD 1.5، SDXL، Flux یا Wan۔ ہر ماڈل اپنے خاندان کے وزن کی ریلیز تاریخ وراثت میں لیتا ہے۔
- عمر
- کتنے عرصہ پہلے خاندان کے وزن جاری ہوئے اس کے لیے نکالے گئے ڈگریز: سالانہ 150°، زیادہ سے زیادہ 750°۔ یہ پرانے ڈاؤن لوڈز کو رکھتا ہے جن کے پاس سالوں کا وقت جمع ہونے کا موقع تھا تاکہ فہرست کے اوپر کو منجمد کر سکے۔
- خاندانی بوسٹ
- ایک چھوٹا، محدود دھکا LoRA کے لیے جس خاندان کو یہ سائٹ اس وقت آگے بڑھا رہی ہے، ہمیشہ تفصیل میں شامل ہوتا ہے۔
- اسٹینڈ ان اسکور
- ایک مستحکم نمبر جو اس فلور سے نیچے ہوتا ہے جو ابھی تک کسی ماخذ نے رپورٹ نہیں کیا، تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں ہوتا۔
- نیا! (گریس پیریڈ)
- ایک ماڈل جو 7 دن سے کم پرانا ہو، اس کی جگہ اسکور کی بجائے New! دکھائی جاتی ہے اور یہ درجہ بندی میں جگہ نہیں رکھتا۔ اس کا اسکور پہلے دن سے شمار کیا جاتا ہے، لیکن ایک دن پرانا ماڈل سب سے تیزی سے بڑھتا ہے، اس لیے بغیر انتظار کے ہفتے کا #1 ہمیشہ کل کا نیا ماڈل ہوتا، نہ کہ وہ جو ایک ہفتہ قائم رہا ہو۔
- رجحان
- کسی ماڈل کی ترقی کسی مدت میں عام ماڈل کی ترقی کے مقابلے میں کیسی ہے۔ عام سے تیز ترقی کو اضافہ سمجھا جاتا ہے، اور سست کو کمی۔
- عام ماڈل
- کتالوج کا وسط: نصف ماڈلز جن کے اعداد و شمار ہیں وہ اس مدت میں تیزی سے بڑھے، نصف سست۔
یہ ماڈل کی مقبولیت کیسی رہی ہے باقی کیٹلاگ کے مقابلے میں: ہر دورانیے میں ڈاؤن لوڈز، لائکس اور استعمال میں اس کی ترقی، عام ماڈل کی ترقی کے مقابلے میں، اور اس وقت کا اس کا ہیٹ اسکور۔ عام ترقی سے اوپر ہونا بڑھوتری ہے، نیچے ہونا کمی۔ ماضی کو آج کے کل اعداد و شمار، ماڈل کے پہلے دن اور جہاں دو ریڈنگز ہوں وہاں ڈاؤن لوڈ کی رفتار سے دوبارہ بنایا گیا ہے؛ اگر ماڈل دورانیے کے شروع میں موجود نہیں تھا تو n/a دکھایا جاتا ہے۔
GLM 5.2 ایک متن ماڈل ہے جو Text / LLM فیملی کے لیے ModelTrends.ai پر درج ہے، جو اوپن سورس AI تصویر، ویڈیو اور متن ماڈلز کا صرف پڑھنے والا کیٹلاگ ہے۔ اس کا دوسرے Text / LLM ماڈلز سے موازنہ کریں، اس کا ہیٹ اسکور دیکھ کر ٹرینڈ جانیں، اور آزمانے کے لیے اسے PirateDiffusion یا BitVector پر کھولیں۔
ماڈل فیملی کے لحاظ سے دیکھیں
Text / LLM ماڈلز
434
Anima ماڈلز
528
Chroma ماڈلز
19
Fibo ماڈلز
2
Flux ماڈلز
1,496
Flux 2 / Klein ماڈلز
1,239
Flux 3 ماڈلز
3
Moss ماڈلز
3
Iris ماڈلز
1
MiniMax H3 ماڈلز
364
Hunyuan ماڈلز
204
Ideogram ماڈلز
20
Krea2 ماڈلز
717
Qwen ماڈلز
20
Qwen2 ماڈلز
47
Ltx2 ماڈلز
153