Точный ID весов
zai-org/GLM-4.5
Модель Z.ai
GLM-4.5: крупная гибридная модель для агентных задач
zai-org/GLM-4.5 — опубликованные текстовые веса с гибридным режимом рассуждения. Это не GLM-4.5-Air и не исходная GLM-4.5-Base: версии имеют самостоятельные ID и разные рабочие роли.
Коротко
Что важно знать о GLM-4.5
Разработчик указывает MoE-архитектуру с 355 млрд параметров всего и 32 млрд активных, а также два режима: thinking для сложного рассуждения и инструментальных шагов и non-thinking для немедленного ответа. Центральный интент — инженерные задачи, код и многошаговые процессы, где модель помогает выбирать следующий шаг, но приложение отвечает за инструменты. В карточке есть авторские benchmark-числа; они зависят от настроек оценки и не являются рейтингом GPT House. Размер весов делает локальное развёртывание отдельным инфраструктурным проектом, а не свойством браузерной карточки.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Параметры
355B всего, 32B активных по паспорту
Режимы
thinking и non-thinking
Лицензия весов
MIT по карточке и заявлению команды
Все 4 характеристик, доступ и API
- Точный ID весов
- zai-org/GLM-4.5
- Параметры
- 355B всего, 32B активных по паспорту
- Режимы
- thinking и non-thinking
- Лицензия весов
- MIT по карточке и заявлению команды
Сценарии
Для каких задач подходит
- пилот кодового агента с контролируемыми инструментами
- сравнение thinking и non-thinking на одной задаче
- многошаговое исследование текста и кода
Выбирайте GLM-4.5, если нужен крупный open-weights checkpoint для сложного процесса и доступна инфраструктура, позволяющая его реально обслуживать. Для более компактного сравнения есть Air. Для собственного предобучения или тонкой настройки исходной основы изучайте Base, но не выдавайте её за готовый диалог. Оцените точность конечного результата, количество ошибочных вызовов и расход ресурсов при выбранном режиме.
До внедрения
Что проверить
Thinking и non-thinking требуют корректного шаблона и настройки среды; нельзя считать любой длинный внутренний вывод доказательством верного решения. Инструменты, права на файлы и сеть не встроены в веса. Размер 355B не равен объёму GPU памяти или цене сервиса: это разные показатели. Командные примеры в карточке зависят от версий runtime; продуктивная безопасность требует собственного sandbox и контроля действий.
Доступ и интеграция
Точный паспорт zai-org/GLM-4.5 содержит метку MIT; официальная команда также пишет, что веса серии 4.5 выпущены под MIT для коммерческого и производного применения. Отдельного LICENSE в дереве этого модельного репозитория не найдено. GitHub-репозиторий с кодом помечен Apache-2.0, что не следует путать с меткой весов. Наличие ссылок на платформы не устанавливает здесь тариф или доступ из конкретной страны.
Русский язык
GLM-4.5 на русском
Карточка помечает английский и китайский, не давая самостоятельной оценки русского. Для русскоязычного кода, документации и инструкций нужна проверка на собственных задачах, включая сохранение требований между шагами.
Внутри линейки
GLM-4.5 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
пилот кодового агента с контролируемыми инструментами
- Тип
- Текст
GLM-4.5-Air
пилот более компактного текстового агента
- Тип
- Текст
GLM-4.6
анализ нескольких связанных файлов кода
- Тип
- Текст
- Контекст
- 200K по паспорту
GLM-4-9B-Chat-1M
исследование ответов по очень длинному документу
- Тип
- Текст
- Контекст
- 1M заявлено в паспорте
Другие провайдеры
GLM-4.5: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
GLM-4.5
Разработчик указывает MoE-архитектуру с 355 млрд параметров всего и 32 млрд активных, а также два режима: thinking для сложного рассуждения и инструментальных шагов и non-thinking для немедленного ответа. Центральный интент — инженерные задачи, код и многошаговые процессы, где модель помогает выбирать следующий шаг, но приложение отвечает за инструменты. В карточке есть авторские benchmark-числа; они зависят от настроек оценки и не являются рейтингом GPT House. Размер весов делает локальное развёртывание отдельным инфраструктурным проектом, а не свойством браузерной карточки.
- 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
Гибридный режим как критерий выбора
Карточка прямо описывает два режима у GLM-4.5: thinking для сложных шагов и non-thinking для быстрого непосредственного ответа. Это не два разных модельных ID и не показатель, что длинное рассуждение всегда лучше. Для пилота подготовьте одни и те же инструкции, затем измерьте правильность итогового артефакта, лишние вызовы инструмента и стабильность при повторении. Если простая задача решается без развернутого рассуждения, нет смысла приписывать ей сложный агентный процесс.
Как не спутать 355B и 32B
Числа в паспорте обозначают все и активные параметры MoE-модели, а не её фактическое потребление памяти в конкретной конфигурации. Инференс зависит от формата весов, параллельности, контекста и реализации attention. Поэтому решение о локальном использовании требует теста на собственной инфраструктуре, а не умножения 32B на число байтов. Air — другой набор весов для более компактной роли; результат Air нельзя описывать как тот же GLM-4.5 с меньшим лимитом.
Код и веса имеют разные лицензии
Точная карточка весов маркирована MIT, а участник команды в официальном issue пояснил: код GitHub — Apache-2.0, веса на Hugging Face — MIT. Отдельного текстового LICENSE внутри просмотренного HF дерева для этого ID нет, поэтому фиксируем метку и разъяснение, не придумывая документ. При адаптации продукта проверьте права на собственные данные, зависимости и модель отдельно; ни один из этих источников не подтверждает цену стороннего API.
Вопросы и ответы
FAQ о GLM-4.5
Что такое GLM-4.5?
Разработчик указывает MoE-архитектуру с 355 млрд параметров всего и 32 млрд активных, а также два режима: thinking для сложного рассуждения и инструментальных шагов и non-thinking для немедленного ответа. Центральный интент — инженерные задачи, код и многошаговые процессы, где модель помогает выбирать следующий шаг, но приложение отвечает за инструменты. В карточке есть авторские benchmark-числа; они зависят от настроек оценки и не являются рейтингом GPT House. Размер весов делает локальное развёртывание отдельным инфраструктурным проектом, а не свойством браузерной карточки.
Работает ли GLM-4.5 на русском?
Карточка помечает английский и китайский, не давая самостоятельной оценки русского. Для русскоязычного кода, документации и инструкций нужна проверка на собственных задачах, включая сохранение требований между шагами.
Для каких задач подходит GLM-4.5?
Подходящие сценарии: пилот кодового агента с контролируемыми инструментами; сравнение thinking и non-thinking на одной задаче; многошаговое исследование текста и кода.
Когда выбирать GLM-4.5?
Выбирайте GLM-4.5, если нужен крупный open-weights checkpoint для сложного процесса и доступна инфраструктура, позволяющая его реально обслуживать. Для более компактного сравнения есть Air. Для собственного предобучения или тонкой настройки исходной основы изучайте Base, но не выдавайте её за готовый диалог. Оцените точность конечного результата, количество ошибочных вызовов и расход ресурсов при выбранном режиме.
Какие ограничения есть у GLM-4.5?
Thinking и non-thinking требуют корректного шаблона и настройки среды; нельзя считать любой длинный внутренний вывод доказательством верного решения. Инструменты, права на файлы и сеть не встроены в веса. Размер 355B не равен объёму GPU памяти или цене сервиса: это разные показатели. Командные примеры в карточке зависят от версий runtime; продуктивная безопасность требует собственного sandbox и контроля действий.
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.