GLM-5 is a next-generation open-source model for complex systems engineering and long-horizon agentic tasks, scaled to ~744B sparse parameters (~40B active) with ~28.5T pretraining tokens. It integrates DeepSeek Sparse Attention (DSA) to retain long-context capacity while reducing inference cost, and leverages the “slime” asynchronous RL stack to deliver strong performance in reasoning, coding, and agentic benchmarks....

GLM-4.7はZhipuの新世代フラッグシップModelで、総パラメーターは355B、アクティベートパラメーターは32Bあり、会話、推論、エージェント機能において総合的なアップグレードを提供します。回答はより簡潔で自然になり、執筆はより没入感があり、ツールコール指示はより確実に遵守され、アーティファクトと代理コーディングのフロントエンド仕上げや、長期的タスク完了効率がさらに向上しました。...

GLM-4.6Vは、同じパラメータスケールのモデルにおいて、視覚理解の分野でSOTA（最先端）の精度を達成しました。初めて、視覚モデルのアーキテクチャにFunction Call機能をネイティブに統合し、「視覚的認識」と「実行可能な行動」の間のギャップを橋渡しします。これにより、現実のビジネスシナリオにおけるMultimodal Agentの統一技術基盤が提供されます。さらに、視覚コンテキストウィンドウが128kに拡張され、長いVideoストリーム処理と高解像度のマルチImage分析をサポートします。...

GLM-4.5と比較して、GLM-4.6はいくつかの重要な改善をもたらします。200K tokensまで拡張された長いコンテキストウィンドウ、優れたコーディング性能、高度な推論、より能力の高いエージェント、そして洗練された執筆を含みます。...

GLM-4.5シリーズのモデルは、インテリジェントエージェントのために設計されたファウンデーションモデルです。GLM-4.5-Airは、合計1060億のパラメーターと、120億のアクティブパラメーターを備えた、よりコンパクトな設計を採用しています。また、思考モードと非思考モードの両方を提供するハイブリッド推論モデルでもあります。...

モデルのGLM-Vファミリーの一部として、GLM-4.5VはZhipuAIの基盤モデルGLM-4.5-Airに基づいており、画像、ビデオ、文書理解、GUIエージェント操作などのタスクでSOTA性能を達成しています。...

GLM-Z1-32B-0414は、深い思考能力を持つ推論Modelです。このModelは、コールドスタートと拡張された強化学習を通じてGLM-4-32B-0414をベースに開発され、数学、コード、論理を含むタスクに対するさらなるトレーニングが行われました。ベースModelと比較して、GLM-Z1-32B-0414は数学的能力と複雑なタスクを解決する能力を大幅に向上させています。トレーニングプロセス中に、チームはペアワイズランキングフィードバックに基づいた一般的な強化学習も導入し、Modelの一般的な能力をさらに強化しました。32Bのパラメータしか持っていないにもかかわらず、一部のタスクでは671Bパラメータを持つDeepSeek-R1に匹敵する性能を示します。AIME 24/25、LiveCodeBench、GPQAのベンチマークでの評価を通じて、このModelは強力な数学的推論能力を示し、より広範な複雑なタスクに対するソリューションをサポートできます。...

GLM-4-32B-0414はGLMファミリーの新世代のModelであり、320億のパラメータを持っています。その性能は、OpenAIのGPTシリーズやDeepSeekのV3/R1シリーズに匹敵し、非常にユーザーフレンドリーなローカルデプロイメント機能をサポートしています。GLM-4-32B-Base-0414は、高品質なデータの15Tを含む、大量の推論型合成データを事前に学習し、以降の強化学習拡張の基礎を築いています。ポストトレーニング段階では、ダイアログシナリオ向けの人間の好みに合わせた調整に加え、拒否サンプリングや強化学習などの技術を用いて、命令のフォロー、エンジニアリングコード、関数呼び出しにおけるModelの性能を強化し、エージェントタスクに必要な原子能力を強化しました。GLM-4-32B-0414は、エンジニアリングコード、アーティファクト生成、関数呼び出し、検索ベースのQ&A、レポート生成などの分野で良好な結果を達成しています。いくつかのベンチマークでは、その性能はGPT-4oやDeepSeek-V3-0324（671B）といったより大きなModelのそれに匹敵するか、それを超えることもあります。...

GLM-Z1-9B-0414は、GLMシリーズの小型のModelで、わずか90億のパラメータでオープンソースの伝統を維持しながらも驚くべき能力を持っています。規模が小さいにもかかわらず、GLM-Z1-9B-0414は数学的推論および一般的なタスクにおいて優れたパフォーマンスを示します。その全体的なパフォーマンスは、同サイズのオープンソースModelの中で既にトップレベルです。研究チームは、より大きなModelと同じシリーズの技術を用いてこの9B Modelをトレーニングしました。特にリソースが制限されたシナリオでは、このModelは効率と効果の間で優れたバランスを達成し、軽量な展開を求めるユーザーに強力なオプションを提供します。このModelは深い思考能力を備えており、YaRNテクノロジーを通じて長いコンテキストを処理できるため、計算資源が限られた状態で数学的推論能力を必要とするアプリケーションに特に適しています。...

GLM-4-9B-0414は、9億のパラメータを持つGLMシリーズの小型モデルです。このModelは、GLM-4-32Bシリーズの技術的特徴を受け継いでおり、より軽量な展開オプションを提供しています。規模が小さいにもかかわらず、GLM-4-9B-0414はコード生成、ウェブデザイン、SVGグラフィックス生成、検索ベースの執筆タスクにおいて優れた能力を示しています。このModelは外部ツールを呼び出してその能力を拡張する機能呼び出し機能もサポートしています。このModelはリソース制約のあるシナリオで効率と効果のバランスが良く、限られた計算資源下でAIモデルを展開する必要があるユーザーにとって強力な選択肢を提供します。同じシリーズの他のModelのように、GLM-4-9B-0414も様々なベンチマークテストで競争力のあるパフォーマンスを示しています。...