GLM-5.1

系统要求

不同量化方法和上下文大小的显存要求

关于 GLM-5.1

GLM-5.1 是 Z.ai 针对长程智能体编程任务（long-horizon agentic coding tasks）推出的旗舰模型。该模型基于创新的 GlmMoeDSA 架构，在 78 层网络中包含 7540 亿总参数（256 个路由专家 + 1 个共享专家，每个 token 激活 8+1 个专家）。它结合了门控 DeltaNet 线性注意力、标准注意力和稀疏 MoE 前馈网络，在保持高效推理的同时提供了顶尖的智能水平。GLM-5.1 在 SWE-Bench Pro (58.4%)、Terminal-Bench 2.0 (63.5%)、AIME 2026 (95.3%) 和 GPQA-Diamond (86.2%) 上均达到了业界领先水平。其独特的设计支持长达 8 小时的持续自主执行，能够将复杂的工程任务拆解为“实验-分析-优化”的迭代循环。模型支持 200K 上下文窗口及 128K 最大输出 token，可通过 Z.ai 和 BigModel.cn 提供的 API（模型调用名为 glm-5.1）获取。该模型于 2026 年 4 月 7 日以 MIT 许可证发布。

技术规格

资源

关于 GLM-5.1

GLM-5.1 is Z.ai's next-generation flagship model for agentic engineering, built on a novel hybrid MoE architecture (GlmMoeDSA) combining Gated DeltaNet linear attention layers with standard attention and sparse MoE feed-forward networks. It achieves state-of-the-art performance on SWE-Bench Pro (58.4%) and is designed for long-horizon autonomous tasks, capable of sustained execution for up to 8 hours. With 754B total parameters and a 200K context window, GLM-5.1 delivers strong performance across coding, reasoning, tool use, and agentic benchmarks. Released open-source under the MIT License.

其他 GLM-5.1 模型

• 没有相关模型