GLM-5.1
Открытая языковая модель под MIT для длительной автономной разработки и сложных циклов кода
Флагманская модель нового поколения для агентного программирования от z.ai рассчитана на длинные сессии без потери фокуса. Если типичные ИИ-ассистенты быстро упираются в потолок возможностей и повторяют простые правки по кругу, GLM-5.1 спроектирована для длительных многошаговых сценариев: она декомпозирует задачу, запускает тесты, читает логи бенчмарков и меняет стратегию на лету сквозь сотни итераций и тысячи вызовов системных инструментов.
Что умеет
- Держать длинный горизонт оптимизации. Модель способна часами переписывать код и тестировать сборки — например, в стресс-тесте векторной базы данных она нашла решения в ходе шести сотен итераций и шести тысяч вызовов утилит, подняв производительность с 3,5k до 21,5k QPS.
- Собирать сложные интерфейсы с нуля. При свободной генерации веб-приложений агент сам проверяет результат на шероховатости в течение восьми часов подряд: так модель собрала из чистого листа рабочий браузерный Linux-десктоп с терминалом, файловым менеджером и системным монитором.
- Писать производительный системный код. На бенчмарке оптимизации PyTorch-моделей под видеокарты инструмент добился трехкратного ускорения на сложных архитектурах уровня MobileNet и Mamba.
- Работать с контекстом в 200 000 токенов. Модель поддерживает глубокую кодовую базу и сложные инструкции в тестах SWE-Bench Pro и NL2Repo.
Цены и доступ
Веса модели открыты под лицензией MIT — их можно бесплатно скачать на HuggingFace и ModelScope для локального запуска через vLLM или SGLang. Доступ по API открыт на платформах api.z.ai и BigModel.cn. Подписчики GLM Coding Plan могут использовать модель прямо внутри агентных сред вроде Claude Code, Cline, Roo Code или интерфейса Z Code; во время пиковых часов с 14:00 до 18:00 UTC+8 расходуется тройная квота, а во внепиковое время действует промо-списание по обычному тарифу.
Инструмент пригодится тем, кому тесно в рамках одноразовых генераций сниппетов: это рабочая основа для агентных пайплайнов, когда на модель перекладывают рутинную верстку интерактивных веб-прототипов, профилирование тяжелых вычислений и поэтапную доводку репозиториев.
