zhipu

GLM-5

مدل GLM-5 غول open-weight شرکت Zhipu AI با 744B پارامتر است که در وظایف agentic طولانی‌مدت، کدنویسی و دقت فکت‌ها با context window ظرفیت 200k درخشان عمل می‌کند.

Open WeightsAgentic EngineeringMoEZhipu AICoding AI
zhipu logozhipuGLMFebruary 11, 2026
پنجره زمینه
200Kتوکن
حداکثر خروجی
128Kتوکن
قیمت ورودی
$1.00/ 1M
قیمت خروجی
$3.20/ 1M
حالت:Text
قابلیت‌ها:ابزارهااستریمینگاستدلال
معیارها
GPQA
68.2%
GPQA: سوالات علمی سطح تحصیلات تکمیلی. معیار دقیق با 448 سوال از زیست‌شناسی، فیزیک و شیمی. کارشناسان دکترا فقط 65-74% دقت دارند. GLM-5 امتیاز 68.2% در این معیار کسب کرد.
HLE
32%
HLE: استدلال سطح کارشناسی. توانایی مدل در نشان دادن استدلال سطح کارشناسی در حوزه‌های تخصصی را آزمایش می‌کند. GLM-5 امتیاز 32% در این معیار کسب کرد.
MMLU
85%
MMLU: درک زبان چندوظیفه‌ای گسترده. معیار جامع با 16000 سوال در 57 موضوع دانشگاهی. GLM-5 امتیاز 85% در این معیار کسب کرد.
MMLU Pro
70.4%
MMLU Pro: نسخه حرفه‌ای MMLU. نسخه بهبود یافته MMLU با 12032 سوال و فرمت 10 گزینه‌ای سخت‌تر. GLM-5 امتیاز 70.4% در این معیار کسب کرد.
SimpleQA
48%
SimpleQA: معیار دقت واقعی. توانایی مدل در ارائه پاسخ‌های دقیق و واقعی را آزمایش می‌کند. GLM-5 امتیاز 48% در این معیار کسب کرد.
IFEval
88%
IFEval: ارزیابی پیروی از دستورالعمل. اندازه‌گیری می‌کند مدل چقدر خوب از دستورالعمل‌ها و محدودیت‌های خاص پیروی می‌کند. GLM-5 امتیاز 88% در این معیار کسب کرد.
AIME 2025
84%
AIME 2025: امتحان ریاضی دعوتی آمریکا. مسائل ریاضی سطح مسابقه از امتحان معتبر AIME. GLM-5 امتیاز 84% در این معیار کسب کرد.
MATH
88%
MATH: حل مسئله ریاضی. معیار جامع ریاضی که حل مسئله در جبر، هندسه، حساب دیفرانسیل را آزمایش می‌کند. GLM-5 امتیاز 88% در این معیار کسب کرد.
GSM8k
97%
GSM8k: ریاضی دبستان 8K. 8500 مسئله ریاضی کلامی سطح دبستان. GLM-5 امتیاز 97% در این معیار کسب کرد.
MGSM
90%
MGSM: ریاضی دبستان چندزبانه. معیار GSM8k ترجمه شده به 10 زبان. GLM-5 امتیاز 90% در این معیار کسب کرد.
MathVista
0%
MathVista: استدلال بصری ریاضی. توانایی حل مسائل ریاضی با عناصر بصری را آزمایش می‌کند. GLM-5 امتیاز 0% در این معیار کسب کرد.
SWE-Bench
77.8%
SWE-Bench: معیار مهندسی نرم‌افزار. مدل‌های AI سعی می‌کنند مسائل واقعی GitHub را در پروژه‌های Python حل کنند. GLM-5 امتیاز 77.8% در این معیار کسب کرد.
HumanEval
90%
HumanEval: مسائل برنامه‌نویسی Python. 164 مسئله برنامه‌نویسی که مدل‌ها باید پیاده‌سازی صحیح توابع Python تولید کنند. GLM-5 امتیاز 90% در این معیار کسب کرد.
LiveCodeBench
52%
LiveCodeBench: معیار کدنویسی زنده. توانایی‌های کدنویسی را در چالش‌های برنامه‌نویسی واقعی به‌روز شده آزمایش می‌کند. GLM-5 امتیاز 52% در این معیار کسب کرد.
MMMU
0%
MMMU: درک چندحالته. معیار درک چندحالته در 30 موضوع دانشگاهی. GLM-5 امتیاز 0% در این معیار کسب کرد.
MMMU Pro
0%
MMMU Pro: نسخه حرفه‌ای MMMU. نسخه بهبود یافته MMMU با سوالات چالش‌برانگیزتر. GLM-5 امتیاز 0% در این معیار کسب کرد.
ChartQA
0%
ChartQA: پرسش و پاسخ نمودار. توانایی درک و تحلیل اطلاعات از نمودارها را آزمایش می‌کند. GLM-5 امتیاز 0% در این معیار کسب کرد.
DocVQA
0%
DocVQA: پرسش و پاسخ بصری سند. توانایی استخراج اطلاعات از تصاویر سند را آزمایش می‌کند. GLM-5 امتیاز 0% در این معیار کسب کرد.
Terminal-Bench
56.2%
Terminal-Bench: وظایف ترمینال/CLI. توانایی انجام عملیات خط فرمان را آزمایش می‌کند. GLM-5 امتیاز 56.2% در این معیار کسب کرد.
ARC-AGI
12%
ARC-AGI: انتزاع و استدلال. هوش سیال را از طریق پازل‌های تشخیص الگوی جدید آزمایش می‌کند. GLM-5 امتیاز 12% در این معیار کسب کرد.

درباره GLM-5

درباره قابلیت‌های GLM-5، ویژگی‌ها و نحوه کمک به شما در دستیابی به نتایج بهتر بیاموزید.

مدل GLM-5 نسل جدید مدل‌های پایه flagship شرکت Zhipu AI است که به طور خاص برای بازتعریف استانداردهای Agentic Engineering در سیستم‌های open-weight مهندسی شده است. این مدل که بر پایه معماری عظیم Mixture of Experts (MoE) با 744 میلیارد پارامتر و 40 میلیارد پارامتر فعال ساخته شده، اولین مدل open-weights است که شکاف عملکردی با غول‌های اختصاصی مانند Claude 4.5 را پر کرده است. این مدل در چگالی منطق و مهندسی نرم‌افزار سرآمد است و به موفقیت چشمگیر 77.8% در بنچمارک SWE-Bench Verified دست یافته است.

از نظر فنی، GLM-5 از مکانیزم‌های پیشرفته Multi-head Latent Attention (MLA) و Sparse Attention برای بهینه‌سازی کارایی توکن‌ها و کاهش 33 درصدی بار حافظه (memory overhead) بهره می‌برد. GLM-5 که با 28.5 تریلیون توکن و با استفاده از یک کلاستر کاملاً داخلی متشکل از 100,000 تراشه Huawei Ascend آموزش دیده، ثابت می‌کند که دستیابی به reasoning در سطح frontier بدون وابستگی به سخت‌افزارهای رده‌بالای NVIDIA امکان‌پذیر است. این مدل با context window ظرفیت 200,000 توکن و «Thinking Mode» تخصصی، خروجی‌هایی پایدار و با hallucination پایین برای جریان‌های کاری فنی با دقت بالا ارائه می‌دهد.

مدل GLM-5 که برای قابلیت اطمینان بهینه‌سازی شده است، به عنوان زیربنایی برای Technical Agents خودگردان عمل می‌کند که قادر به حفظ وضعیت (state) پایدار در طول اجراهای طولانی‌مدت هستند. لیسانس منعطف MIT و قیمت‌گذاری رقابتی 1.00 دلار به ازای هر میلیون توکن ورودی، آن را به انتخابی ایده‌آل برای سازمان‌هایی تبدیل می‌کند که به دنبال استقرار محلی یا ادغام API در مقیاس بالا بدون محدودیت‌های مدل‌های اختصاصی هستند.

GLM-5

موارد استفاده برای GLM-5

روش‌های مختلف استفاده از GLM-5 برای دستیابی به نتایج عالی را کشف کنید.

مهندسی سیستم‌های پیچیده

طراحی و نگهداری معماری‌های میکروسرویس با مدیریت خودکار وابستگی‌ها.

وظایف Agentic طولانی‌مدت (Long-Horizon)

اجرای جریان‌های کاری فنی چندمرحله‌ای که به حافظه پایدار برای بیش از یک ساعت اجرا نیاز دارند.

مهاجرت از کدهای قدیمی (Legacy Codebase)

بازنویسی (refactoring) کل مخازن کد و به‌روزرسانی وابستگی‌های قدیمی در یک context window با ظرفیت 200k.

تحقیقات فنی با hallucination پایین

انجام تحقیقات فنی با دقت بالا در مواردی که صحت فکت‌ها و خودداری از ارائه اطلاعات نادرست حیاتی است.

عملیات ترمینال خودکار

قدرت‌بخشی به dev-agents که می‌توانند به صورت خودکار ممیزی‌های امنیتی و دستورات مدیریت سیستم را اجرا کنند.

استقرار جهانی دوزبانه

ارائه قابلیت reasoning سطح بالا به زبان‌های انگلیسی و چینی برای اپلیکیشن‌های سازمانی بومی‌سازی شده در مقیاس بزرگ.

نقاط قوت

محدودیت‌ها

هوش Agentic نخبه: کسب بالاترین امتیاز Agentic Index (عدد 63) در میان مدل‌های open-weight برای اجرای وظایف چندمرحله‌ای.
فاقد قابلیت چندوجهی (Multimodality) بومی: فاقد توانایی‌های پردازش تصویر، صوت و ویدیو که در رقبای multimodal مانند GPT-4o یافت می‌شود.
نرخ hallucination پایین: کاهش 56 درصدی در بروز توهمات (hallucinations) نسبت به نسل‌های قبلی، با اولویت‌دهی به دقت فکت‌ها.
نیازهای شدید برای میزبانی: وزن‌های 1.5TB BF16 باعث می‌شود استقرار محلی برای تقریباً تمام کاربران بدون زیرساخت ابری غیرممکن باشد.
کارایی عظیم MoE: معماری 744B پارامتری چگالی منطقی در سطح flagship را فراهم می‌کند، در حالی که MLA بار حافظه (memory overhead) را تا 33% کاهش می‌دهد.
تأخیر (Latency) بالای اینفرنس: زمان اولیه تا اولین توکن (time-to-first-token) در APIهای عمومی در مقایسه با مدل‌های کوچک‌تر «flash» می‌تواند بالا باشد (بیش از 7 ثانیه).
لیسانس منعطف MIT: عرضه شده تحت یک مجوز واقعاً open-source، که اجازه استفاده تجاری بدون محدودیت را بدون بندهای محدودکننده برای کاربر فراهم می‌کند.
ظرافت در طراحی فرانت‌اند: با وجود عالی بودن در منطق، گاهی اوقات در صیقل دادن جزئیات زیبایی‌شناختی CSS در مقایسه با Claude دچار چالش می‌شود.

شروع سریع API

zai/glm-5

مشاهده مستندات
zhipu SDK
import { ZhipuAI } from "zhipuai-sdk";

const client = new ZhipuAI({ apiKey: "YOUR_API_KEY" });

async function main() {
  const response = await client.chat.completions.create({
    model: "glm-5",
    messages: [{ role: "user", content: "Analyze this repo for security vulnerabilities." }],
    stream: true,
  });

  for await (const chunk of response) {
    process.stdout.write(chunk.choices[0].delta.content || "");
  }
}

main();

SDK را نصب کنید و در عرض چند دقیقه شروع به فراخوانی API کنید.

مردم درباره GLM-5 چه می‌گویند

ببینید جامعه درباره GLM-5 چه فکر می‌کند

"GLM-5 رهبر جدید مدل‌های open weights است! این مدل امتیاز 50 را در شاخص هوش کسب کرده که نشان‌دهنده کاهش چشمگیر فاصله است."
Artificial Analysis
x
"این مدل باورنکردنی است. من با موفقیت کاری را اجرا کردم که بیش از یک ساعت طول کشید... واقعاً شگفت‌زده شدم."
Theo - t3.gg
youtube
"مدل GLM-5 بدون استفاده از هیچ‌یک از تراشه‌های NVIDIA، با 745B پارامتر ساخته شده و هزینه آن 1 دلار به ازای هر میلیون توکن ورودی است. این آینده است."
Legendary
x
"نرخ hallucination فوق‌العاده است؛ این مدل بسیار بیشتر از آنکه به شما دروغ بگوید، تمایل دارد بگوید «نمی‌دانم»."
DevUser456
reddit
"شرکت Zhipu AI استاندارد جدیدی برای مدل‌های کدنویسی متن‌باز تعریف کرد."
AIExplorer
hackernews
"بالاخره یک مدل open weight که در میانه یک وظیفه پیچیده تمرکز خود را از دست نمی‌دهد."
CodeMaster
reddit

ویدیوهای درباره GLM-5

آموزش‌ها، بررسی‌ها و بحث‌های درباره GLM-5 را تماشا کنید

این با اختلاف بهترین مدل openweight است که تا به حال دیده‌ام، مخصوصاً برای مسائل کدنویسی.

این واقعیت که این اولین مدل openweight است که توانستم با آن کاری را که بیش از یک ساعت طول کشید با موفقیت اجرا کنم... من را شگفت‌زده کرد.

به نظر می‌رسد این مدلی است که تا به امروز کمترین میزان hallucination را در بین تمام مدل‌ها دارد.

ما شاهد یک تغییر بزرگ در توانایی‌های واقعی مدل‌های open weight در محیط‌های عملیاتی هستیم.

پایداری این مدل در طول جلسات طولانی استفاده از ابزار واقعاً بی‌سابقه است.

حس کدنویسی در اینجا بسیار بسیار قوی است... قابل مقایسه با GLM 4.7 که خودش یک پدیده بود.

معرفی dynamic island در طرح اولیه UI آن، یک ویژگی خاص و غیرمنتظره بسیار جالب بود.

این مدل در منطق‌های پیچیده، تقریباً از هر مدل دیگری در کلاس خود بهتر عمل می‌کند.

عمق reasoning در اینجا من را به یاد اولین باری می‌اندازد که از o1 استفاده کردم، اما این یک مدل open weight است.

برای یک مدل text-only، منطق بصری در کد را بهتر از بسیاری از مدل‌های vision مدیریت می‌کند.

میزان مصرف حافظه به شدت کاهش یافته است... ما به بهبود ۳۳ برابری در حافظه نسبت به آنچه قبلاً انجام می‌دادیم رسیدیم.

این مدل تست منطق کارواش را با فعال بودن قابلیت thinking با موفقیت پشت سر گذاشت و Claude و GPT-4o را شکست داد.

استقرار این مدل به یک رک سرور جدی نیاز دارد، اما عملکرد به ازای هر وات خیره‌کننده است.

مهاجرت مخزن قدیمی من را بدون حتی یک نام کتابخانه اشتباه (hallucinated) انجام داد.

حالت thinking فقط یک شو تبلیغاتی نیست؛ بلکه کیفیت خروجی را به طور بنیادی تغییر می‌دهد.

بیشتر از فقط پرامپت

گردش کار خود را با اتوماسیون AI

Automatio قدرت عامل‌های AI، اتوماسیون وب و ادغام‌های هوشمند را ترکیب می‌کند تا به شما کمک کند در زمان کمتر بیشتر انجام دهید.

عامل‌های AI
اتوماسیون وب
گردش‌کارهای هوشمند

نکات حرفه‌ای برای GLM-5

نکات تخصصی برای کمک به شما در استفاده حداکثری از GLM-5 و دستیابی به نتایج بهتر.

فعال‌سازی Thinking Mode

مدل GLM-5 در حل معماهای منطقی پیچیده مانند تست «کارواش» (car wash)، زمانی که قابلیت reasoning فعال باشد، به مراتب بهتر عمل می‌کند.

بهره‌گیری از لیسانس MIT

از لایسنس منعطف این مدل برای توسعه تجاری نامحدود و میزبانی داخلی (internal hosting) استفاده کنید.

بهینه‌سازی استفاده از ابزار (Tool Use)

از GLM-5 برای وظایف چندمرحله‌ای استفاده کنید، زیرا به طور خاص برای پایداری بالا در اجرای ابزارهای agentic طراحی شده است.

استفاده حداکثری از Context Window

کل پایگاه‌های کد (codebases) خود را در پنجره 200k وارد کنید تا عملیات بازبینی امنیتی (security audits) یا refactoring را در سطح کل مخزن انجام دهید.

نظرات

کاربران ما چه می‌گویند

به هزاران کاربر راضی که گردش کار خود را متحول کرده‌اند بپیوندید

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

مرتبط AI Models

minimax

MiniMax M2.5

minimax

MiniMax M2.5 is a SOTA MoE model featuring a 1M context window and elite agentic coding capabilities at disruptive pricing for autonomous agents.

1M context
$0.30/$1.20/1M
openai

GPT-5.3 Codex

OpenAI

GPT-5.3 Codex is OpenAI's 2026 frontier coding agent, featuring a 400K context window, 77.3% Terminal-Bench score, and superior logic for complex software...

400K context
$1.75/$14.00/1M
alibaba

Qwen3-Coder-Next

alibaba

Qwen3-Coder-Next is Alibaba Cloud's elite Apache 2.0 coding model, featuring an 80B MoE architecture and 256k context window for advanced local development.

256K context
$0.14/$0.42/1M
anthropic

Claude Sonnet 4.5

Anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
alibaba

Qwen-Image-2.0

alibaba

Qwen-Image-2.0 is Alibaba's unified 7B model for professional infographics, photorealism, and precise image editing with native 2K resolution and 1k-token...

1K context
$0.07/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

200K context
$5.00/$25.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

262K context
$0.60/$2.50/1M
deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M

سوالات متداول درباره GLM-5

پاسخ سوالات رایج درباره GLM-5 را بیابید