Точный ID проекта
zai-org/GLM-130B (GitHub, не HF ID)
Модель Z.ai
GLM-130B: исследовательская основа линии ChatGLM
zai-org/GLM-130B здесь означает точный официальный GitHub-проект модели, а не Hugging Face ID. Разработчики представляют GLM-130B как плотную двуязычную англо-китайскую предобученную модель на 130 миллиардов параметров. Историческая ценность checkpoint — воспроизводимые исследования генерации и заполнения пропусков до более позднего диалогового семейства ChatGLM.
Коротко
Что важно знать о GLM-130B
Практический интент — исследовать большую базовую модель: сравнить англо-китайские результаты на собственном разрешённом корпусе, проверить left-to-right generation и blank filling либо воспроизвести часть опубликованных оценок. Официальный README объясняет два разных маркера: [gMASK] используется для длинной генерации слева направо, [MASK] — для короткого заполнения пропуска. Это не интерфейс готового инструкционного ассистента: модельный пример вызывается через скрипты проекта и требует осознанного задания формата входа. Авторы также публикуют результаты более чем по 30 задачам, но их сравнительные проценты относятся к историческому тестовому стенду, а не к сегодняшней независимой оценке качества или пользовательскому SLA.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Размер
130B параметров по README
Основные задачи
генерация и заполнение пропусков
Тип
двуязычная базовая текстовая модель
Лицензия весов
MODEL_LICENSE: некоммерческое исследование
Все 5 характеристик, доступ и API
- Точный ID проекта
- zai-org/GLM-130B (GitHub, не HF ID)
- Тип
- двуязычная базовая текстовая модель
- Размер
- 130B параметров по README
- Основные задачи
- генерация и заполнение пропусков
- Лицензия весов
- MODEL_LICENSE: некоммерческое исследование
Сценарии
Для каких задач подходит
- историческое исследование двуязычного предобучения
- воспроизведение blank filling и длинной генерации
- сравнение базовой модели с диалоговым ChatGLM
Выбирайте GLM-130B, если нужна именно исследовательская исходная точка и есть инфраструктура для крупного checkpoint. Для обычного многоходового общения используйте отдельный ChatGLM-checkpoint, чьё назначение — диалог; официальный README прямо называет ChatGLM двуязычной диалоговой моделью на основе GLM-130B и отдельно ссылается на открытый ChatGLM-6B. Сам GLM-130B нельзя переименовать в ChatGLM или считать 130B-версией пользовательского чат-бота. Сначала проверьте, допускает ли лицензия весов ваш сценарий: коммерческое применение в её тексте запрещено.
До внедрения
Что проверить
В официальном проекте описан запуск полной модели на многокарточных серверах и INT4-вариант на четырёх RTX 3090 по 24 ГБ; это исторические конфигурации авторов, не универсальные требования или обещание скорости на современной машине. README предупреждает о большом checkpoint и комплектности 60 частей загрузки. Ссылки на скачивание и демонстрацию могут со временем измениться; наличие инструкции не подтверждает, что все внешние файлы сегодня доступны. У модели нет подтверждённой здесь сервисной API-версии, тарифа, доступа из РФ или готового чат-выравнивания.
Доступ и интеграция
GitHub-проект содержит разные юридические файлы. Код отмечен Apache-2.0, но отдельный MODEL_LICENSE относится к параметрам модели и разрешает их использование только для некоммерческих исследований; коммерческие, военные и незаконные сценарии в нём запрещены. Поэтому лицензию кода нельзя переносить на веса. Официальный README указывает внешнюю ссылку для получения checkpoint, но профиль не выдумывает репозиторий Hugging Face, автоматически действующее коммерческое разрешение или управляемый endpoint. Перед повторным исследованием перечитайте актуальные файлы проекта и условия данных.
Русский язык
GLM-130B на русском
Официальное позиционирование говорит об английском и китайском; русский язык отдельно не заявлен. Русские тексты и смешанные терминологические корпуса требуют собственных тестов. Нельзя переносить языковую пригодность последующих ChatGLM на исходный GLM-130B только из-за родства семейства.
Внутри линейки
GLM-130B и модели Z.ai
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Для этого типа задачи в каталоге пока нет второй модели этого провайдера. Не сравнивайте её численно с моделью другого типа входа или выхода.
GLM-130B
историческое исследование двуязычного предобучения
- Тип
- Текст
Другие провайдеры
GLM-130B: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
GLM-130B
Практический интент — исследовать большую базовую модель: сравнить англо-китайские результаты на собственном разрешённом корпусе, проверить left-to-right generation и blank filling либо воспроизвести часть опубликованных оценок. Официальный README объясняет два разных маркера: [gMASK] используется для длинной генерации слева направо, [MASK] — для короткого заполнения пропуска. Это не интерфейс готового инструкционного ассистента: модельный пример вызывается через скрипты проекта и требует осознанного задания формата входа. Авторы также публикуют результаты более чем по 30 задачам, но их сравнительные проценты относятся к историческому тестовому стенду, а не к сегодняшней независимой оценке качества или пользовательскому SLA.
- Тип
- Текст
Qwen3-Coder-Next-Base
Это предобученная основа для адаптации кодового агента, а не готовая Instruct-модель, которая обязана выполнять каждую пользовательскую команду.
- Тип
- Текст
Kimi K2 Base
Kimi-K2-Base — предобученные веса Moonshot для исследователей и команд, которые хотят дообучать модель под собственную задачу. Для готового диалога в этом поколении отдельно опубликована K2 Instruct.
- Тип
- Текст
Связи
Продолжить выбор
Проверка сведений
Подробности и источники
Два режима базовой модели
README проекта показывает left-to-right generation через [gMASK] и blank filling через [MASK], а также скрипты для запуска и оценки. В исследовательском тесте задайте одинаковый англо-китайский корпус, фиксируйте точный формат маски, параметры семплирования и версию checkpoint. Иначе оценка будет смешивать свойства модели и способ подачи задачи. Результаты авторов по историческим наборам полезны как воспроизводимый ориентир, но не описывают работу готового диалогового продукта.
Почему это не ChatGLM-130B
В разделе новостей официального репозитория ChatGLM представлен как более поздняя двуязычная диалоговая модель на базе GLM-130B, а ChatGLM-6B — как отдельный открытый выпуск. Поэтому название GLM-130B нельзя выдавать за текущий чат-сервис или за большой вариант ChatGLM. Для пользователя важны различия задачи и окружения: базовая генерация с масками против многоходового диалога, многокарточный исторический запуск против существенно меньшего 6B checkpoint. Сравнивать надо на подходящих каждой модели задачах и с отдельным учётом инструкционного выравнивания.
Лицензия параметров отдельно от кода
В корне проекта лежат LICENSE для кода и MODEL_LICENSE для параметров. GitHub указывает Apache-2.0 для репозитория, но модельная лицензия формулирует разрешение только на некоммерческое исследование и прямо ограничивает коммерческое применение. Это не мелкая сноска: наличие опубликованного checkpoint не делает его свободным для коммерческого сервиса. В профиле не заявлены API, цены, доступ из РФ или HF ID. Для юридически значимого решения сверяйте актуальный MODEL_LICENSE и путь распространения весов с ответственным специалистом.
Вопросы и ответы
FAQ о GLM-130B
Что такое GLM-130B?
Практический интент — исследовать большую базовую модель: сравнить англо-китайские результаты на собственном разрешённом корпусе, проверить left-to-right generation и blank filling либо воспроизвести часть опубликованных оценок. Официальный README объясняет два разных маркера: [gMASK] используется для длинной генерации слева направо, [MASK] — для короткого заполнения пропуска. Это не интерфейс готового инструкционного ассистента: модельный пример вызывается через скрипты проекта и требует осознанного задания формата входа. Авторы также публикуют результаты более чем по 30 задачам, но их сравнительные проценты относятся к историческому тестовому стенду, а не к сегодняшней независимой оценке качества или пользовательскому SLA.
Работает ли GLM-130B на русском?
Официальное позиционирование говорит об английском и китайском; русский язык отдельно не заявлен. Русские тексты и смешанные терминологические корпуса требуют собственных тестов. Нельзя переносить языковую пригодность последующих ChatGLM на исходный GLM-130B только из-за родства семейства.
Для каких задач подходит GLM-130B?
Подходящие сценарии: историческое исследование двуязычного предобучения; воспроизведение blank filling и длинной генерации; сравнение базовой модели с диалоговым ChatGLM.
Когда выбирать GLM-130B?
Выбирайте GLM-130B, если нужна именно исследовательская исходная точка и есть инфраструктура для крупного checkpoint. Для обычного многоходового общения используйте отдельный ChatGLM-checkpoint, чьё назначение — диалог; официальный README прямо называет ChatGLM двуязычной диалоговой моделью на основе GLM-130B и отдельно ссылается на открытый ChatGLM-6B. Сам GLM-130B нельзя переименовать в ChatGLM или считать 130B-версией пользовательского чат-бота. Сначала проверьте, допускает ли лицензия весов ваш сценарий: коммерческое применение в её тексте запрещено.
Какие ограничения есть у GLM-130B?
В официальном проекте описан запуск полной модели на многокарточных серверах и INT4-вариант на четырёх RTX 3090 по 24 ГБ; это исторические конфигурации авторов, не универсальные требования или обещание скорости на современной машине. README предупреждает о большом checkpoint и комплектности 60 частей загрузки. Ссылки на скачивание и демонстрацию могут со временем измениться; наличие инструкции не подтверждает, что все внешние файлы сегодня доступны. У модели нет подтверждённой здесь сервисной API-версии, тарифа, доступа из РФ или готового чат-выравнивания.
Каталог GPT House
Выберите модель по задаче, а не только по названию
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.