zhipu

GLM-5

GLM-5 adalah raksasa open-weight dengan 744B parameters dari Zhipu AI, unggul dalam tugas agentic jangka panjang, coding, dan akurasi faktual dengan context...

Open WeightsAgentic EngineeringMoEZhipu AIAI Coding
zhipu logozhipuGLMFebruary 11, 2026
Konteks
200Ktoken
Output maks.
128Ktoken
Harga input
$1.00/ 1M
Harga output
$3.20/ 1M
Modalitas:Text
Kemampuan:AlatStreamingPenalaran
Benchmarks
GPQA
68.2%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). GLM-5 meraih skor 68.2% pada benchmark ini.
HLE
32%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. GLM-5 meraih skor 32% pada benchmark ini.
MMLU
85%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. GLM-5 meraih skor 85% pada benchmark ini.
MMLU Pro
70.4%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. GLM-5 meraih skor 70.4% pada benchmark ini.
SimpleQA
48%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. GLM-5 meraih skor 48% pada benchmark ini.
IFEval
88%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. GLM-5 meraih skor 88% pada benchmark ini.
AIME 2025
84%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. GLM-5 meraih skor 84% pada benchmark ini.
MATH
88%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. GLM-5 meraih skor 88% pada benchmark ini.
GSM8k
97%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. GLM-5 meraih skor 97% pada benchmark ini.
MGSM
90%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. GLM-5 meraih skor 90% pada benchmark ini.
MathVista
0%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. GLM-5 meraih skor 0% pada benchmark ini.
SWE-Bench
77.8%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. GLM-5 meraih skor 77.8% pada benchmark ini.
HumanEval
90%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. GLM-5 meraih skor 90% pada benchmark ini.
LiveCodeBench
52%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. GLM-5 meraih skor 52% pada benchmark ini.
MMMU
0%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. GLM-5 meraih skor 0% pada benchmark ini.
MMMU Pro
0%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. GLM-5 meraih skor 0% pada benchmark ini.
ChartQA
0%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. GLM-5 meraih skor 0% pada benchmark ini.
DocVQA
0%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. GLM-5 meraih skor 0% pada benchmark ini.
Terminal-Bench
56.2%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. GLM-5 meraih skor 56.2% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. GLM-5 meraih skor 12% pada benchmark ini.

Tentang GLM-5

Pelajari tentang kemampuan, fitur, dan cara menggunakan GLM-5.

GLM-5 adalah flagship foundation model generasi berikutnya dari Zhipu AI, yang dirancang khusus untuk mendefinisikan ulang standar Agentic Engineering bagi sistem open-weight. Dibangun di atas arsitektur Mixture of Experts (MoE) masif sebesar 744 miliar parameters dengan 40 miliar parameters aktif, ini adalah model open-weights pertama yang menjembatani kesenjangan performa dengan raksasa berbayar seperti Claude 4.5. Model ini unggul dalam kepadatan logika dan rekayasa perangkat lunak, mencapai terobosan 77,8% pada SWE-Bench Verified.

Secara teknis, GLM-5 mengintegrasikan Multi-head Latent Attention (MLA) dan mekanisme Sparse Attention tingkat lanjut untuk mengoptimalkan efisiensi token dan mengurangi beban memori sebesar 33%. Dilatih pada skala 28,5 triliun tokens menggunakan cluster domestik murni yang terdiri dari 100.000 chip Huawei Ascend, GLM-5 membuktikan bahwa reasoning tingkat frontier dimungkinkan tanpa ketergantungan pada perangkat keras high-end NVIDIA. Dengan context window 200.000 tokens dan 'Mode Berpikir' khusus, model ini memberikan output yang kokoh dan rendah halusinasi untuk alur kerja teknis presisi tinggi.

Dioptimalkan untuk keandalan, GLM-5 berfungsi sebagai fondasi bagi agen teknis otonom yang mampu mempertahankan kondisi persisten dalam eksekusi jangka panjang. Lisensi MIT yang permisif dan harga kompetitif sebesar $1,00 per juta input tokens menjadikannya pilihan ideal bagi perusahaan yang mencari deployment lokal atau integrasi API skala besar tanpa persyaratan yang membatasi dari alternatif berbayar.

GLM-5

Kasus Penggunaan untuk GLM-5

Temukan berbagai cara menggunakan GLM-5 untuk hasil yang luar biasa.

Rekayasa Sistem Kompleks

Merancang dan memelihara arsitektur microservice dengan manajemen dependensi otonom.

Tugas Agentic Jangka Panjang

Mengeksekusi alur kerja teknis multi-langkah yang membutuhkan memori persisten selama lebih dari satu jam eksekusi.

Migrasi Basis Kode Lama

Melakukan refactoring seluruh repositori dan memperbarui dependensi usang dalam satu context window 200k tokens.

Riset Teknis Rendah Halusinasi

Melakukan riset teknis presisi tinggi di mana akurasi faktual dan kemampuan untuk menahan diri dari memberikan jawaban salah sangatlah penting.

Operasi Terminal Otonom

Mentenagai agen pengembang yang dapat menjalankan audit keamanan dan perintah administrasi sistem secara otonom.

Penerapan Global Bilingual

Menyediakan reasoning bahasa Inggris dan Mandarin tingkat atas untuk aplikasi perusahaan lokal dalam skala besar.

Kelebihan

Keterbatasan

Kecerdasan Agentic Elite: Mencapai skor Agentic Index tertinggi (63) di antara model open-weight untuk eksekusi tugas multi-langkah.
Tanpa Multimodalitas Native: Kurangnya kemampuan pemrosesan vision, audio, dan video yang ditemukan pada pesaing multimodal seperti GPT-4o.
Tingkat Halusinasi Rendah: Menunjukkan pengurangan halusinasi sebesar 56% dibandingkan generasi sebelumnya, dengan memprioritaskan akurasi faktual.
Persyaratan Hosting yang Ekstrem: Bobot 1,5TB BF16 membuat deployment lokal mustahil bagi hampir semua pengguna tanpa infrastruktur cloud.
Efisiensi MoE Masif: Arsitektur 744B parameters memberikan kepadatan logika flagship sementara MLA mengurangi penggunaan RAM sebesar 33%.
Latency Inference Tinggi: Waktu awal untuk token pertama (time-to-first-token) bisa tinggi (lebih dari 7 detik) pada API publik dibandingkan dengan model 'flash' yang lebih kecil.
Lisensi MIT yang Permisif: Dirilis di bawah lisensi open-source sejati, memungkinkan penggunaan komersial tanpa batasan bagi pengguna tertentu.
Nuansa Desain Frontend: Meski sangat baik dalam logika, model ini terkadang kesulitan dengan pemolesan estetika CSS yang mendetail dibandingkan dengan Claude.

Mulai Cepat API

zai/glm-5

Lihat Dokumentasi
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();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GLM-5

Lihat apa yang dipikirkan komunitas tentang GLM-5

"GLM-5 adalah pemimpin baru open-weights! Skornya mencapai 50 pada Intelligence Index, sebuah penutupan celah yang signifikan."
Artificial Analysis
x
"Model ini luar biasa. Saya berhasil menjalankan tugas yang memakan waktu lebih dari satu jam... benar-benar memukau saya."
Theo - t3.gg
youtube
"GLM-5 tidak menggunakan chip NVIDIA sama sekali, 745B params, dan biaya $1 per juta input tokens. Inilah masa depan."
Legendary
x
"Tingkat halusinasinya gila; model ini jauh lebih bersedia untuk mengatakan 'Saya tidak tahu' daripada berbohong kepada Anda."
DevUser456
reddit
"Zhipu AI baru saja menantang standar model coding open-source."
AIExplorer
hackernews
"Akhirnya, model open-weight yang tidak kehilangan arah di tengah tugas yang kompleks."
CodeMaster
reddit

Video Tentang GLM-5

Tonton tutorial, ulasan, dan diskusi tentang GLM-5

Ini adalah model open-weight terbaik yang pernah saya lihat, terutama untuk urusan kode.

Kenyataan bahwa ini adalah model open-weight pertama yang berhasil menjalankan tugas selama lebih dari satu jam... benar-benar membuat saya terpukau.

Ini tampaknya merupakan model dengan tingkat halusinasi terendah dibandingkan model mana pun hingga saat ini.

Kita melihat pergeseran masif dalam kemampuan model open-weight yang sebenarnya dalam lingkungan produksi.

Stabilitas model ini selama sesi penggunaan tool yang panjang benar-benar belum pernah ada sebelumnya.

Pengalaman coding di sini sangat, sangat kuat... sebanding dengan GLM 4.7 yang sudah luar biasa.

Pengenalan dynamic island pada mockup UI-nya adalah fitur khusus yang sangat keren dan tidak terduga.

Ia mengungguli hampir setiap model lain di kelasnya untuk logika kompleks.

Kedalaman reasoning di sini mengingatkan saya pada pertama kali saya menggunakan o1, tapi ini adalah model open-weight.

Untuk model khusus teks, ia menangani logika visual dalam kode lebih baik daripada banyak model vision.

Penggunaan memori turun drastis... kami mendapatkan peningkatan memori 33x lipat dibandingkan dengan apa yang kami lakukan sebelumnya.

Ia lulus tes logika cuci mobil dengan reasoning diaktifkan, mengalahkan Claude dan GPT-4o.

Menjalankan ini membutuhkan rak server yang serius, tetapi performa per watt-nya luar biasa.

Ia menangani migrasi repositori lama saya tanpa ada satu pun kesalahan nama library.

Mode berpikir (thinking mode) bukan sekadar gimmick; ini secara mendasar mengubah kualitas output.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk GLM-5

Tips ahli untuk memaksimalkan GLM-5.

Aktifkan Mode Berpikir

GLM-5 berkinerja jauh lebih baik pada teka-teki logika kompleks seperti tes 'cuci mobil' saat reasoning diaktifkan.

Manfaatkan Lisensi MIT

Gunakan lisensi permisif untuk pengembangan komersial tanpa batas dan hosting internal.

Optimalisasi Penggunaan Alat

Gunakan GLM-5 untuk tugas multi-langkah karena model ini dirancang khusus untuk stabilitas tinggi dalam eksekusi tool agentic.

Pemanfaatan Context Window

Masukkan seluruh basis kode ke dalam window sebesar 200k untuk melakukan audit keamanan atau refactoring di seluruh repositori.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan tentang GLM-5

Temukan jawaban untuk pertanyaan umum tentang GLM-5