Todos os modelos

Último modelo flagship e o mais capacitado para codificação: +50% a mais que o GLM-5.2 no Z.ai Code Bench, SOTA open-source no Terminal-Bench 3.0 e Agents' Last Exam, estado da arte no CyberGym (84.5) para descoberta de vulnerabilidades

Primeiro modelo-5 multimodal nativo: 320B parâmetros totais / 18B ativos, primeiro modelo de fronteira aberto com atenção linear híbrida esparsa, visão nativa no ciclo de codificação, vence o GLM-5.2 a um décimo do preço

Modelo de topo de geração anterior: 1M contexto sem perda, capacidade de codificação open-source SOTA de sua geração, suporta execução estável de tarefas longas e complexas — a base sobre a qual o GLM-5.3 pós-treinamento se constrói

Capacidade de codificação alinhada com Claude Opus 4.6, significativa melhoria em tarefas de longo prazo, pode funcionar independentemente por até 8 horas.

Capacidade de programação alinhada com Claude Opus 4.5, proficiente em planejamento e execução de longo prazo agente

Especial otimização para tarefas longas, boa continuidade na execução de tarefas complexas de longo prazo

Upgrade completo de diálogo geral, raciocínio e capacidades do agente, programação mais forte e estável, melhor estética

Leve e rápido, tamanho pequeno com alta capacidade, adequado para cenários gerais como escrita em chinês, tradução, role-playing, etc.

Contexto aumentado para 200K, proficiente em programação avançada, raciocínio complexo e invocação de ferramentas

Um modelo geral equilibrado de desempenho e custo, adequado para diálogo, análise e processamento de documentos

Modelo leve de alta performance e econômico, com desempenho estável em inferência, codificação e tarefas de agente

Versão ultra-rápida e econômica de alto desempenho, adequada para cenários de negócios com baixa latência e alta resposta.

Suporta comprimento de contexto de 1M, projetado para processar textos longos e tarefas intensivas em memória

Modelo flagship da quarta geração, capacidades completas fortes (versão antiga)

Modelo leve, alta velocidade e baixo custo (versão antiga)

Versão leve e rápida, velocidade de resposta mais rápida (Versão Antiga)

Modelo Específico do Agente, Otimizado para Cenários de Agente (Versão Antiga)

Versão de alta velocidade com aceleração Flash, velocidade de inferência rápida, adequada para cenários de chamadas de alta concorrência

Primeiro modelo base de agente multimodal, equilibrando compreensão visual, raciocínio e geração de código, suportando entradas multimodais de imagens, vídeos e texto

Capacidade de raciocínio visual aprimorada, suportando nativamente chamadas de ferramentas e contextos longos, com efeitos de clonagem de código frontend mais estáveis

Modelo de raciocínio visual de alta performance, suporta invocação de ferramentas e contexto longo

Modelo de Entendimento Visual, Suportando Entrada de Arquivos de Imagem e Vídeo

Modelo de raciocínio visual leve, proficiente em entender cenas complexas e análise de múltiplos passos

Versão antiga do modelo de reconhecimento de imagem-texto-vídeo (versão antiga)

Modelo multimodal visual de primeira geração (versão antiga)

Modelo leve de parsing de imagem-texto, equilibrando alta precisão e eficiência na compreensão de documentos, suportando parsing de layout complexo

Framework de assistente inteligente móvel, suportando linguagem natural para completar tarefas de operação de aplicativo, cobrindo o conjunto completo de comandos de operação móvel

Modelo de geração de imagens de topo de linha, mais forte na seguinte instrução complexa e geração intensiva em conhecimento, destacado na renderização de texto, especialmente para caracteres chineses

Modelo de geração de imagens geral, geração de alta qualidade, expressão de estilo rica e diversificada, detalhes de imagem mais completos

Modelo de geração de imagem aprimorado, melhoria na qualidade da imagem, suporta mais estilos artísticos

Modelo de geração de imagem geral, suporta múltiplas resoluções e estilos (versão antiga)

Modelo de vídeo de bandeira de alta inteligência, com qualidade de imagem clara, maior conformidade de comando e simulação física, suportando a geração de primeiros e últimos frames

Modelo de geração de vídeo de alta qualidade, com qualidade de imagem clara, transições suaves, expressão de estilo mais rica e pode reduzir a distorção da imagem

Modelo de vídeo de alta velocidade e baixo custo, com velocidade de geração rápida, conexão natural de primeiros e últimos frames e maior consistência com múltiplas imagens de referência

Modelo de Geração de Vídeo Padrão, Suportando Saída em Multi-Résolução

Modelo de síntese de voz, suportando geração de voz ultra-humana e expressão emocional, fornecendo interfaces de streaming e não-streaming

Modelo de clonagem de voz, capaz de gerar voz semelhante rapidamente em 3 segundos, suportando expressão emocional delicada

Modelo de reconhecimento de fala de alta precisão, com baixa taxa de erro de caractere, suportando vocabulário personalizado e diversas dialetos

Modelo de diálogo de fala em tempo real, suportando compreensão e geração de fala em chinês e inglês, ajustável para emoção, tom e velocidade

Modelo de áudio-vídeo em tempo real, suportando chamadas de vídeo e memória de diálogo a longo prazo, inferência em tempo real de texto, áudio e vídeo.

Ferramenta de busca de IA aprimorada, recupera profundamente informações da web, suporta consultas complexas e buscas em múltiplas rodadas

Ferramenta de busca de IA padrão, recupera rapidamente informações da web, adequada para cenários de busca geral

Sogou Engine aprimoramento de busca, combinado com resultados de busca do Sogou para fornecer recuperação de informações mais precisa

Quark Engine aprimoramento de busca, combinado com resultados de busca do Quark para fornecer recuperação de conteúdo mais abrangente

Modelo de completamento de código, adequado para completamento automático de código e assistência no desenvolvimento, melhorando a eficiência da programação

Terceira geração de modelo vetorial, usado para aprimoramento da recuperação semântica, agrupamento, modelagem de tópicos e classificação, significativamente melhorando o efeito

Modelo vetorial de segunda geração, usado para aprimoramento de recuperação semântica, agrupamento e classificação (versão antiga)

Modelo de reordenação de texto, calcula a pontuação de relevância do texto, otimiza a classificação e o efeito de correspondência do resultado de recuperação

Modelo de conversa animada, adequado para companheirismo emocional e interação com personagens virtuais, suportando expressões de personagens mais naturais

Modelo de suporte psicológico e emocional, com capacidades de aconselhamento profissional e orientação emocional, ajudando os usuários a entenderem as emoções e a lidarem com problemas

Modelo de 9B parâmetros de código aberto, suporta 128K contexto, pode ser implantado localmente, licença MIT

Terceira geração de modelo de diálogo de código aberto 6B, primeira geração da série ChatGLM, licença MIT