GLM-5.1

智谱 Z.ai 2026 年 4 月发布的 MIT 许可证 754B 智能体编程模型,主打数百轮持续改进;其后有 GLM-5.2 和 5.3。

一句话概括. GLM-5.1 是智谱 Z.ai 的超大文本模型,面向编程和长链条智能体任务。它的许可证是纯 MIT,公司可以自由使用和修改。它需要 GPU 服务器或超大内存的机器,Z.ai 之后又发布了 GLM-5.2 和 GLM-5.3,新项目应该先看那两个。

概述

Z.ai 于 2026 年 4 月 7 日发布 GLM-5.1,定位为智能体工程的旗舰,比 GLM-5 晚两个月。Hugging Face 统计的参数量约为 7540 亿,与 GLM-5 相同,GLM-5 的模型卡给出的是总参数 7440 亿、每个 token 激活 400 亿。配置显示共 78 层、256 个路由专家,每个 token 用 8 个,另有 1 个共享专家,位置数为 202752。模型读写文字。Z.ai 说,包括 GLM-5 在内的早期模型会先用熟悉的办法快速取得进步,然后停滞;GLM-5.1 则希望在数百轮、数千次工具调用里持续改进。它的发布说明称,它可以在一次运行中独立工作长达 8 小时,并说它采用了多轮 SFT、强化学习和过程质量评估框架来训练。

在 Z.ai 自己的表格里,GLM-5.1 在 SWE-Bench Pro 上得 58.4(GLM-5 为 55.1,Claude Opus 4.6 为 57.3,GPT-5.4 为 57.7,Gemini 3.1 Pro 为 54.2),NL2Repo 得 42.7(GLM-5 为 35.9),Terminal-Bench 2.0 用 Terminus-2 得 63.5(GLM-5 为 56.2),自报的最佳成绩是用 Claude Code 得 69.0,CyberGym 得 68.7,BrowseComp 得 68.0,τ³-Bench 得 70.6,MCP-Atlas 得 71.8。在推理类题目上它仍落后于闭源模型:不带工具的 Humanity's Last Exam 得 31.0,Gemini 3.1 Pro 为 45.0;GPQA-Diamond 得 86.2,Gemini 3.1 Pro 为 94.3。这些分数全部为自报。

BF16 仓库为 1507.8 GB,另有 756.2 GB 的 FP8 版本单独发布。据我们估算,4 位版本约需 520 GB 内存。模型卡列出的推理框架有 SGLang 0.5.10 及以上、vLLM 0.19.0 及以上、xLLM、Transformers 和 KTransformers,GLM-5 的模型卡里还有一条使用 8 路张量并行的 vLLM 命令。Z.ai 在 2026 年 6 月用 GLM-5.2、8 月用 GLM-5.3 接替了它。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到主仓库约 83.7 万次下载,FP8 版本约 1.86 万次,主仓库的数字可能包含镜像和自动化拉取。

适合做什么

  • 在 GPU 服务器上自托管编程智能体和长链条工程任务
  • 想要没有地域或营收条件的纯 MIT 许可证的团队
  • 对比 GLM-5、5.1、5.2、5.3 几代的智能体表现
  • 稀疏注意力的超大混合专家模型服务研究

需要注意

  • GLM-5.2 和 GLM-5.3 更新,这一页保留是为了参考和已有部署
  • 即使是 FP8 也需要多卡节点;4 位版本需要约 512 GB 的高速内存
  • 它只读文字,上下文为 202752 个位置,远低于 GLM-5.2 的 100 万 token
  • 所有基准数字都来自 Z.ai,使用的是它自己的评测设置

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 GLM-5.1 (BF16) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
GLM-5.1 (BF16) BF16 754B 激活 40B 1.73 TB 867 GB 520 GB GPU 服务器
GLM-5.1-FP8 FP8 754B 激活 40B 1.73 TB 867 GB 520 GB GPU 服务器

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。

显存计算器

许可证,用大白话说

最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。

进一步了解 MIT

常见问题

GLM-5.1 是什么?
GLM-5.1 是智谱 Z.ai 的超大文本模型,面向编程和长链条智能体任务。它的许可证是纯 MIT,公司可以自由使用和修改。它需要 GPU 服务器或超大内存的机器,Z.ai 之后又发布了 GLM-5.2 和 GLM-5.3,新项目应该先看那两个。
GLM-5.1 可以商用吗?
可以。GLM-5.1 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
GLM-5.1 是开源的吗?
GLM-5.1 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
我能在自己的电脑上运行 GLM-5.1 吗?
台式机不行。最小版本 GLM-5.1 (BF16) 在 4 位精度下约需 520 GB,需要配备多张数据中心显卡的 GPU 服务器。
GLM-5.1 是什么时候发布的?
GLM-5.1 由 Z.ai (Zhipu AI) 于 2026年4月7日 发布。
GLM-5.1 的上下文窗口有多长?
GLM-5.1 支持最长 198K token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
GLM-5 Z.ai (Zhipu AI) 754B 激活 40B 198K MIT (宽松) 520 GB GPU 服务器
GLM-5.2 Z.ai (Zhipu AI) 753B 激活 40B 1M MIT (宽松) 520 GB GPU 服务器
GLM-5.3 Z.ai (Zhipu AI) 753B 激活 40B 1M GLM-5.3 License (附条件) 520 GB GPU 服务器
DeepSeek-V3.2 DeepSeek 685B 激活 37B 160K MIT (宽松) 473 GB 大内存台式机