Точный ID весов
zai-org/GLM-4.5-Air
Модель Z.ai
GLM-4.5-Air: меньшая ветка для кода и агентов
zai-org/GLM-4.5-Air — отдельные открытые текстовые веса серии 4.5, а не режим экономии на большом GLM-4.5. Разработчик позиционирует Air как более компактный гибридный вариант.
Коротко
Что важно знать о GLM-4.5-Air
По паспорту серия ориентирована на reasoning, код и агентные процессы; Air использует 106 млрд общих и 12 млрд активных параметров против 355B-A32B у полной модели. Оба опубликованных гибридных checkpoint предлагают thinking и non-thinking. Пользовательский интент Air — испытать агентные и инженерные сценарии там, где полная модель не подходит по масштабу обслуживания, сохранив возможность выбора режима ответа. Это не обещание одинакового качества и не фиксированная экономия: результат зависит от задачи, конкретного окружения и цены вычисления в нём.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Параметры
106B всего, 12B активных по паспорту
Режимы
thinking и non-thinking
Лицензия весов
MIT по точной карточке
Все 4 характеристик, доступ и API
- Точный ID весов
- zai-org/GLM-4.5-Air
- Параметры
- 106B всего, 12B активных по паспорту
- Режимы
- thinking и non-thinking
- Лицензия весов
- MIT по точной карточке
Сценарии
Для каких задач подходит
- пилот более компактного текстового агента
- оценка кода с thinking и без него
- сравнение Air и полного GLM-4.5 на ваших задачах
Берите Air, когда хотите снизить масштаб инфраструктурного эксперимента по сравнению с полной GLM-4.5, но всё ещё нужен самостоятельный постобученный checkpoint. Для собственной адаптации исходных весов существует Air-Base, предназначенная разработчику. При выборе сравнивайте не только задержку, но и итоговую правильность кода, устойчивость формата и число лишних шагов инструмента.
До внедрения
Что проверить
Название Air не означает запуск на обычном ноутбуке: паспорт указывает 106B общих параметров. Даже если активная часть меньше, веса нужно хранить и обслуживать. Thinking требует корректной настройки шаблона, а внешние инструменты — явных разрешений и проверки аргументов. Авторские оценки не дают универсальной гарантии качества на локальном русском корпусе или при другой параллельности.
Доступ и интеграция
Карточка точного ID zai-org/GLM-4.5-Air отмечена MIT. Официальный проект серии также заявляет MIT для весов и отдельно имеет Apache-2.0 для кода; maintainer разъясняет это различие. Собственного файла LICENSE в просмотренном дереве весов нет, поэтому этот профиль ссылается на метку и заявление, не на несуществующий файл. Открытые веса не равны бесплатному работающему endpoint.
Русский язык
GLM-4.5-Air на русском
Метка карточки относится к английскому и китайскому. Русскоязычные инструкции, комментарии в коде и терминологию проверяйте отдельно; семейные benchmark-цифры не удостоверяют русский.
Внутри линейки
GLM-4.5-Air и модели Z.ai
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Сопоставлены назначение и подтверждённые характеристики. Отсутствие значения не означает ноль.
GLM-4.5-Air
пилот более компактного текстового агента
- Тип
- Текст
GLM-4.5
пилот кодового агента с контролируемыми инструментами
- Тип
- Текст
GLM-4-9B-Chat-1M
исследование ответов по очень длинному документу
- Тип
- Текст
- Контекст
- 1M заявлено в паспорте
GLM-4-9B-Chat
локальный пилот многоходового текстового помощника
- Тип
- Текст
- Контекст
- 128K для этого репозитория; 1M — другой вариант
Другие провайдеры
GLM-4.5-Air: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
GLM-4.5-Air
По паспорту серия ориентирована на reasoning, код и агентные процессы; Air использует 106 млрд общих и 12 млрд активных параметров против 355B-A32B у полной модели. Оба опубликованных гибридных checkpoint предлагают thinking и non-thinking. Пользовательский интент Air — испытать агентные и инженерные сценарии там, где полная модель не подходит по масштабу обслуживания, сохранив возможность выбора режима ответа. Это не обещание одинакового качества и не фиксированная экономия: результат зависит от задачи, конкретного окружения и цены вычисления в нём.
- Тип
- Текст
Claude Opus 5.5
Claude Opus 5.5 — первая модель семейства Claude 5.5. Anthropic описывает её как модель для агентного кодирования и работы со знаниями, с меньшей стоимостью запуска по сравнению с Opus 5.
- Тип
- Текст
GPT-6 Astra
Новый флагман OpenAI для сложных многошаговых задач, программирования, computer use, исследований и работы с документами.
- Тип
- Текст
Gemini 4 Argon
Google объявила Gemini 4 Argon, новую frontier-модель для сложных рабочих процессов в разработке ПО, корпоративной работе со знаниями и киберзащите. Доступ расширяется поэтапно.
- Тип
- Текст
Связи
Продолжить выбор
Проверка сведений
Подробности и источники
Что означает Air в этой серии
Разработчик описывает Air как самостоятельную меньшую MoE-архитектуру, а не квантование GLM-4.5. Для выбора полезно сравнить пары на одинаковых заданиях: создать тесты на изменение кода, анализ ошибок и следование строгой структуре ответа. Записывайте качество, время, память и повторяемость отдельно; компактность активной части сама по себе не определяет стоимость обслуживания. Если конкретный процесс часто требует пересмотра решения, проверьте обе настройки thinking, а не только ответы по умолчанию.
Режим и уровень автономности
Паспорт семейства говорит о thinking для сложных шагов и инструментальных сценариев. Это характеристика генерации модели, но доступ к репозиторию, терминалу и поиску даёт внешний агентный runtime. В пилоте не предоставляйте такой системе больше прав, чем нужно для теста. Отделите ошибку планирования от ошибки инструмента и от сбоя проверки результата. Тогда станет понятно, помогает ли Air именно вашему процессу или более простая модель с хорошо заданным workflow справляется лучше.
MIT-метка весов и Apache-код
В карточке модели стоит MIT; официальный README и ответ maintainer различают лицензию параметров на HF и Apache-2.0 у кода GitHub. У просмотренного деревa Air-весов отдельный LICENSE не найден, поэтому нельзя ссылаться на него как на первичный документ. Для коммерческого продукта проверьте актуальную метку, условия включённых библиотек и права на тренировочные данные; этот редакционный текст не подтверждает сторонний тариф либо право на чужие материалы.
Вопросы и ответы
FAQ о GLM-4.5-Air
Что такое GLM-4.5-Air?
По паспорту серия ориентирована на reasoning, код и агентные процессы; Air использует 106 млрд общих и 12 млрд активных параметров против 355B-A32B у полной модели. Оба опубликованных гибридных checkpoint предлагают thinking и non-thinking. Пользовательский интент Air — испытать агентные и инженерные сценарии там, где полная модель не подходит по масштабу обслуживания, сохранив возможность выбора режима ответа. Это не обещание одинакового качества и не фиксированная экономия: результат зависит от задачи, конкретного окружения и цены вычисления в нём.
Работает ли GLM-4.5-Air на русском?
Метка карточки относится к английскому и китайскому. Русскоязычные инструкции, комментарии в коде и терминологию проверяйте отдельно; семейные benchmark-цифры не удостоверяют русский.
Для каких задач подходит GLM-4.5-Air?
Подходящие сценарии: пилот более компактного текстового агента; оценка кода с thinking и без него; сравнение Air и полного GLM-4.5 на ваших задачах.
Когда выбирать GLM-4.5-Air?
Берите Air, когда хотите снизить масштаб инфраструктурного эксперимента по сравнению с полной GLM-4.5, но всё ещё нужен самостоятельный постобученный checkpoint. Для собственной адаптации исходных весов существует Air-Base, предназначенная разработчику. При выборе сравнивайте не только задержку, но и итоговую правильность кода, устойчивость формата и число лишних шагов инструмента.
Какие ограничения есть у GLM-4.5-Air?
Название Air не означает запуск на обычном ноутбуке: паспорт указывает 106B общих параметров. Даже если активная часть меньше, веса нужно хранить и обслуживать. Thinking требует корректной настройки шаблона, а внешние инструменты — явных разрешений и проверки аргументов. Авторские оценки не дают универсальной гарантии качества на локальном русском корпусе или при другой параллельности.
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.