Todos los modelos

Último modelo insignia y el modelo de pesos abiertos más capaz para la codificación: +50% sobre GLM-5.2 en el Terminal-Bench 3.0 y Agents' Last Exam, estado de la técnica en CyberGym (84.5) para la detección de vulnerabilidades

Primer modelo-5 multimodal nativo: 320B parámetros totales / 18B parámetros activos, primer modelo frontera abierto con atención lineal híbrida sparse, visión nativa al ciclo de codificación, supera a GLM-5.2 a una décima parte del precio

Modelo insignia de la generación anterior: 1M contexto sin pérdida, capacidad de codificación de código abierto SOTA de su generación, admite la ejecución estable de tareas a largo plazo complejas — la base sobre la que GLM-5.3 post-entrenamiento se construye

Capacidad de codificación alineada con Claude Opus 4.6, mejora significativa en tareas a largo plazo, puede funcionar de manera independiente hasta 8 horas

Capacidad de programación alineada con Claude Opus 4.5, competente en planificación y ejecución de largo plazo agente

Optimización especial para tareas largas, buena continuidad en la ejecución de tareas complejas a largo plazo

Mejora completa de la capacidad de diálogo general, razonamiento y agente, programación más fuerte y estable, mejor estética

Ligero y de alta velocidad, pequeño tamaño con gran capacidad, adecuado para escenarios generales como escritura en chino, traducción, rol, etc.

Contexto mejorado a 200K, competente en codificación avanzada, razonamiento complejo y invocación de herramientas

Un modelo general equilibrado en rendimiento y costo, adecuado para diálogos, análisis y procesamiento de documentos

Modelo ligero de alto rendimiento y costo efectivo, con rendimiento estable en inferencia, codificación y tareas de agente

Versión ultra-rápida de alto rendimiento y costo efectivo, adecuada para escenarios de negocios con baja latencia y alta respuesta

Soporta una longitud de contexto de 1M, diseñado para procesar textos largos y tareas intensivas en memoria

Modelo insignia de cuarta generación, capacidades comprehensivas fuertes (versión antigua)

Modelo ligero, velocidad rápida y bajo costo (versión antigua)

Versión ligera rápida, velocidad de respuesta más rápida (Versión antigua)

Modelo específico de agente, optimizado para escenarios de agente (Versión antigua)

Versión de alta velocidad mejorada con Flash, velocidad de inferencia rápida, adecuada para escenarios de llamadas de alta concurrencia

Primer modelo base de agente multimodal, que equilibra la comprensión visual, la razón y la generación de código, admitiendo entradas multimodales de imágenes, videos y texto

Mejora de la capacidad de razonamiento visual, soportando llamadas de herramientas y contextos largos de manera nativa, con efectos de clonación de código de frontend más estables

Modelo de Razonamiento Visual de Alto Rendimiento, soporta invocación de herramientas y contexto largo

Modelo de comprensión visual, que admite la entrada de archivos de imagen y video

Modelo de razonamiento visual ligero, competente en la comprensión de escenas complejas y análisis de múltiples pasos

Versión antigua del modelo de reconocimiento de imágenes-texto-vídeo (versión antigua)

Modelo multimodal visual de primera generación (versión antigua)

Modelo ligero de análisis de imágenes-texto, equilibrando alta precisión y eficiencia en la comprensión de documentos, soportando análisis de diseño complejo

Marco de asistente inteligente móvil, que admite el lenguaje natural para completar tareas de operación de aplicaciones, cubriendo el conjunto completo de comandos de operación móvil

Modelo de generación de imágenes insignia, más fuerte en el seguimiento de instrucciones complejas y la generación intensiva en conocimientos, destacado en la renderización de texto, especialmente para caracteres chinos

Modelo de generación de imágenes general, generación de alta calidad, expresión de estilo rica y diversa, detalles de imagen más completos

Modelo de generación de imágenes mejorado, mejora la calidad de las imágenes, admite más estilos artísticos

Modelo de generación de imágenes general, admite múltiples resoluciones y estilos (versión antigua)

Modelo de video insignia de alta inteligencia, con calidad de imagen clara, mayor cumplimiento de comandos y simulación física, que admite la generación de los primeros y últimos cuadros

Modelo de generación de video de alta calidad, con calidad de imagen clara, transiciones suaves, expresión de estilo más rica y puede reducir la distorsión de la imagen

Modelo de video de alta velocidad y bajo costo, con velocidad de generación rápida, conexión natural entre el primer y el último cuadro, y mayor consistencia con múltiples imágenes de referencia

Modelo estándar de generación de video, que admite salida de múltiples resoluciones

Modelo de síntesis de voz, que admite generación de voz ultrahumana y expresión emocional, proporcionando interfaces de transmisión y no transmisión

Modelo de clonación de voz, capaz de generar una voz similar rápidamente en 3 segundos, soportando expresiones emocionales delicadas

Modelo de reconocimiento de voz de alta precisión, con baja tasa de error de caracteres, soporte para vocabulario personalizado y varios dialectos

Modelo de diálogo de voz en tiempo real, compatible con comprensión y generación de voz en chino e inglés, ajustable en emoción, tono y velocidad

Modelo de audio-video en tiempo real, compatible con llamadas de video y memoria de diálogo a largo plazo, inferencia en tiempo real de texto, audio y video cruzado

Herramienta de búsqueda de IA mejorada, recupera profundamente información web, admite consultas complejas y búsquedas en varias rondas

Herramienta de búsqueda de IA estándar, recupera rápidamente información web, adecuada para escenarios de búsqueda general

Mejora de búsqueda del Motor Sogou, combinado con los resultados de búsqueda de Sogou para proporcionar una recuperación de información más precisa

Mejora de búsqueda del Motor Quark, combinado con los resultados de búsqueda de Quark para proporcionar una recuperación de contenido más completa

Modelo de completación de código, adecuado para la completación automática de código y asistencia en desarrollo, mejorando la eficiencia de codificación

Tercera generación de modelo vectorial, utilizado para mejorar la recuperación semántica, agrupación, modelado de temas y clasificación, mejorando significativamente el efecto

Modelo vectorial de segunda generación, utilizado para mejora de recuperación semántica, agrupación y clasificación (versión antigua)

Modelo de reordenamiento de texto, calcula la puntuación de relevancia del texto, optimiza el ordenamiento y el efecto de coincidencia de los resultados de recuperación

Modelo de conversación animada, adecuado para acompañamiento emocional y interacción con personajes virtuales, que admite expresiones de personaje más naturales

Modelo de apoyo psicológico y emocional, con capacidades de asesoramiento profesional y guía emocional, ayudando a los usuarios a entender las emociones y a lidiar con problemas

Modelo de 9B parámetros de código abierto, admite 128K de contexto, puede ser desplegado localmente, licencia MIT

Tercera generación de modelo de diálogo de código abierto de 6B, la primera generación de la serie ChatGLM, licencia MIT