Точный ID весов
zai-org/GLM-4.5-Base
Модель Z.ai
GLM-4.5-Base: контрольная точка до выравнивания
zai-org/GLM-4.5-Base — собственный официальный репозиторий базовой ветки GLM-4.5. Семейная карточка описывает крупную архитектуру с 355B общих и 32B активных параметров, но прямо предупреждает: этот Base-checkpoint не предназначен для чата. Его нельзя подменять одноимённой выровненной GLM-4.5.
Коротко
Что важно знать о GLM-4.5-Base
Полезная задача — исследовать фундаментальную языковую способность и построить специализацию, где важно сравнить исходные веса с результатом инструкции или RL-настройки. Например, исследователь может измерить продолжение технического текста, затем дообучить на собственном корпусе и оценить изменение фактической точности. Результат надо записывать с точным ID, ревизией, токенизатором и формой промпта. Авторское описание сильного кодинга и инструментария семейства главным образом относится к hybrid reasoning версиям; у Base эти потребительские свойства не доказаны. Наличие примера text-generation на карточке означает возможность загрузки весов, не готовый агентный интерфейс.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Серия GLM-4.5
355B общих / 32B активных
Тип
Base, не чат
Лицензия весов
MIT по точной карточке
Все 4 характеристик, доступ и API
- Точный ID весов
- zai-org/GLM-4.5-Base
- Тип
- Base, не чат
- Серия GLM-4.5
- 355B общих / 32B активных
- Лицензия весов
- MIT по точной карточке
Сценарии
Для каких задач подходит
- исследовательская базовая точка для GLM-4.5
- контролируемое дообучение текстовой MoE
- абляция эффекта инструкционной настройки
Выбирайте 4.5-Base, если действительно нужен крупный исходный checkpoint и ресурсы для обучения или анализа, а не мгновенный ответ на запрос. Для диалогового кодинга возьмите отдельную GLM-4.5 с опубликованной настройкой. Для менее крупной исходной точки есть 4.5-Air-Base; она отличается размером и отдельными весами, а не только параметром запуска. Оцените полную стоимость хранения, обслуживания и обучения по фактическим файлам, не по слову Base.
До внедрения
Что проверить
Прямое замечание «not for chat» ограничивает обещания пользовательского интерфейса: модель может не выполнять роли и формат ответа как выровненная версия. В карточке нет независимой оценки Base на агентных тестах; семейная таблица разработчика для диалоговой модели не должна переноситься сюда. Размер 355B/32B-active не даёт однозначную минимальную память или скорость — это зависит от формата весов, параллелизма и движка. Данные для настройки и права на них остаются отдельным вопросом.
Доступ и интеграция
Точная карточка имеет License: mit, а её вводный раздел явно относит Base-веса серии к MIT. Это источник лицензионного утверждения о данном репозитории, не условие стороннего API. Ссылки на платформу GLM-4.5 и чат в общем тексте не доказывают там доступ именно к Base и не задают цену, квоту либо доступность из РФ. Для пилота закрепляйте ревизию весов и условия сопутствующего кода отдельно.
Русский язык
GLM-4.5-Base на русском
В метаданных точной модели есть английский и китайский. Русский отраслевой текст, термины и инструкции должны оцениваться отдельно. Дообучение на русском корпусе следует проверять по отложенным данным и с контролем утечки, иначе улучшение на обучающих примерах не говорит о полезности checkpoint.
Внутри линейки
GLM-4.5-Base 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-Base
исследовательская базовая точка для GLM-4.5
- Тип
- Текст
GLM-4.5-Air-Base
исходный checkpoint для текстового дообучения
- Тип
- Текст
GLM-4-9B Base
исследование предобученной 9B-основы
- Тип
- Текст
- Контекст
- 8K по паспорту
GLM-4-32B-Base-0414
оценка исходной 32B-основы до выравнивания
- Тип
- Текст
Другие провайдеры
GLM-4.5-Base: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
GLM-4.5-Base
Полезная задача — исследовать фундаментальную языковую способность и построить специализацию, где важно сравнить исходные веса с результатом инструкции или RL-настройки. Например, исследователь может измерить продолжение технического текста, затем дообучить на собственном корпусе и оценить изменение фактической точности. Результат надо записывать с точным ID, ревизией, токенизатором и формой промпта. Авторское описание сильного кодинга и инструментария семейства главным образом относится к hybrid reasoning версиям; у Base эти потребительские свойства не доказаны. Наличие примера text-generation на карточке означает возможность загрузки весов, не готовый агентный интерфейс.
- 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
Зачем отделять исходные веса
В паспорте Base отдельно от hybrid reasoning выпусков и прямо помечен как нечатовый. Если цель — оценить пользу постобучения, подайте один и тот же корпус исходной и выровненной модели, но используйте подходящий для каждой формат входа и разные метрики: продолжение текста против выполнения инструкций. Результат без этого разделения вводит в заблуждение. Публичный текст о benchmark-достижениях серии не является самостоятельной оценкой Base.
Лицензия и экспериментальная среда
MIT подтверждена меткой точного HF-репозитория и формулировкой семейной карточки о Base-весах. Для воспроизводимого опыта сохраните ревизию файлов, способ распределения MoE, версию runtime и контрольный корпус. Отдельно проверьте лицензии обучающих текстов и обслуживающего кода. Ни MIT, ни ссылка на чат-продукт не задают тариф, региональный доступ или гарантированное качество коммерческого приложения.
Вопросы и ответы
FAQ о GLM-4.5-Base
Что такое GLM-4.5-Base?
Полезная задача — исследовать фундаментальную языковую способность и построить специализацию, где важно сравнить исходные веса с результатом инструкции или RL-настройки. Например, исследователь может измерить продолжение технического текста, затем дообучить на собственном корпусе и оценить изменение фактической точности. Результат надо записывать с точным ID, ревизией, токенизатором и формой промпта. Авторское описание сильного кодинга и инструментария семейства главным образом относится к hybrid reasoning версиям; у Base эти потребительские свойства не доказаны. Наличие примера text-generation на карточке означает возможность загрузки весов, не готовый агентный интерфейс.
Работает ли GLM-4.5-Base на русском?
В метаданных точной модели есть английский и китайский. Русский отраслевой текст, термины и инструкции должны оцениваться отдельно. Дообучение на русском корпусе следует проверять по отложенным данным и с контролем утечки, иначе улучшение на обучающих примерах не говорит о полезности checkpoint.
Для каких задач подходит GLM-4.5-Base?
Подходящие сценарии: исследовательская базовая точка для GLM-4.5; контролируемое дообучение текстовой MoE; абляция эффекта инструкционной настройки.
Когда выбирать GLM-4.5-Base?
Выбирайте 4.5-Base, если действительно нужен крупный исходный checkpoint и ресурсы для обучения или анализа, а не мгновенный ответ на запрос. Для диалогового кодинга возьмите отдельную GLM-4.5 с опубликованной настройкой. Для менее крупной исходной точки есть 4.5-Air-Base; она отличается размером и отдельными весами, а не только параметром запуска. Оцените полную стоимость хранения, обслуживания и обучения по фактическим файлам, не по слову Base.
Какие ограничения есть у GLM-4.5-Base?
Прямое замечание «not for chat» ограничивает обещания пользовательского интерфейса: модель может не выполнять роли и формат ответа как выровненная версия. В карточке нет независимой оценки Base на агентных тестах; семейная таблица разработчика для диалоговой модели не должна переноситься сюда. Размер 355B/32B-active не даёт однозначную минимальную память или скорость — это зависит от формата весов, параллелизма и движка. Данные для настройки и права на них остаются отдельным вопросом.
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.