zhipu

GLM-5.1

GLM-5.1 adalah model reasoning flagship Zhipu AI, yang menampilkan context window 202K dan loop eksekusi otonom 8 jam untuk teknik agentic yang kompleks.

ReasoningAgentic AIOpen WeightsCodingMultimodal
zhipu logozhipuGLM2026-04-08
Konteks
203Ktoken
Output maks.
164Ktoken
Harga input
$1.40/ 1M
Harga output
$4.40/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
86.2%
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-5.1 meraih skor 86.2% pada benchmark ini.
HLE
31%
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-5.1 meraih skor 31% pada benchmark ini.
MMLU
89%
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-5.1 meraih skor 89% pada benchmark ini.
MMLU Pro
89%
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-5.1 meraih skor 89% pada benchmark ini.
IFEval
73%
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-5.1 meraih skor 73% pada benchmark ini.
AIME 2025
95.3%
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-5.1 meraih skor 95.3% pada benchmark ini.
MATH
80%
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-5.1 meraih skor 80% pada benchmark ini.
GSM8k
96%
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-5.1 meraih skor 96% 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-5.1 meraih skor 90% pada benchmark ini.
MathVista
70%
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-5.1 meraih skor 70% pada benchmark ini.
SWE-Bench
58.4%
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-5.1 meraih skor 58.4% pada benchmark ini.
HumanEval
94.6%
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-5.1 meraih skor 94.6% pada benchmark ini.
LiveCodeBench
68%
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-5.1 meraih skor 68% pada benchmark ini.
MMMU
73%
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-5.1 meraih skor 73% pada benchmark ini.
MMMU Pro
58%
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-5.1 meraih skor 58% pada benchmark ini.
ChartQA
89%
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-5.1 meraih skor 89% pada benchmark ini.
DocVQA
93%
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-5.1 meraih skor 93% pada benchmark ini.
Terminal-Bench
63.5%
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-5.1 meraih skor 63.5% 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-5.1 meraih skor 12% pada benchmark ini.

Tentang GLM-5.1

Pelajari tentang kemampuan, fitur, dan cara menggunakan GLM-5.1.

GLM-5.1 adalah foundation model flagship dari Zhipu AI yang dirancang untuk teknik sistem yang kompleks dan tugas agentic berjangka panjang. Dibangun di atas arsitektur Mixture-of-Experts (MoE) dengan 744 miliar parameter dan 40 miliar aktif per pass, ini mewakili lompatan signifikan dalam ketahanan dan pemecahan masalah secara otonom. Model ini direkayasa secara khusus untuk mengatasi plateau reasoning yang terlihat pada large language model sebelumnya, menjaga produktivitas dan kualitas kode selama ribuan tool calls dan ratusan iterasi. Ia mengidentifikasi hambatan, menjalankan eksperimen, dan menyesuaikan strateginya sendiri tanpa intervensi manusia.

Secara teknis, GLM-5.1 unggul sebagai mesin reasoning utama dalam sistem multi-agen. Ia menangani keputusan arsitektural tingkat tinggi sambil mendelegasikan implementasi ke model yang lebih kecil. Ini menampilkan context window 202K yang didukung oleh mekanisme atensi sparse dinamis, memastikan koherensi di seluruh basis kode yang masif. Model ini dirilis sebagai open weights di bawah Lisensi MIT, memberikan alternatif lokal yang layak untuk model frontier tertutup untuk tugas seperti optimasi database, teknik kernel GPU, dan pengembangan aplikasi web full-stack.

Hasil KernelBench Level 3 menunjukkan bahwa GLM-5.1 mempertahankan percepatan signifikan dalam beban kerja ML agentic selama giliran panjang dibandingkan dengan Claude Opus 4.6. Ketahanan ini memungkinkan pengembang untuk memicu tugas teknik di pagi hari dan menerima layanan yang sudah diuji sepenuhnya dan dideploy pada akhir hari. Ia menangani seluruh siklus hidup perbaikan bug, mulai dari mereproduksi masalah di sandbox hingga mengirimkan pull request terakhir.

GLM-5.1

Kasus Penggunaan untuk GLM-5.1

Temukan berbagai cara menggunakan GLM-5.1 untuk hasil yang luar biasa.

Software Engineering Otonom

Berjalan secara otonom selama lebih dari 8 jam untuk merancang, mengimplementasikan, dan men-debug layanan mikro tanpa panduan manusia.

Tuning Database Performa Tinggi

Model secara iteratif mengoptimalkan implementasi pencarian vector berbasis Rust selama ratusan putaran.

Optimasi Kernel GPU

Menganalisis implementasi referensi untuk menghasilkan kernel GPU yang lebih cepat dan mengungguli compiler autotune standar.

Orkestrasi Multi-Agen

Bertindak sebagai inti reasoning yang mengoordinasikan sub-tugas dan tool-calls di seluruh sekumpulan model yang lebih kecil dan terspesialisasi.

Tugas Terminal Kompleks

Mengeksekusi operasi terminal dunia nyata dan administrasi sistem multi-langkah melalui alat CLI agentic.

Desain Web Full-Stack

Model menghasilkan tata letak UI yang konsisten secara visual dan logika backend untuk lingkungan desktop berbasis peramban.

Kelebihan

Keterbatasan

Cakrawala Iterasi 8 Jam: Menjaga produktivitas selama ribuan tool calls tanpa mencapai plateau reasoning yang umum terjadi pada model lain.
Latency Tinggi: Arsitektur yang berat dalam reasoning menghasilkan generasi token yang jauh lebih lambat dibandingkan model non-reasoning standar.
Performa Coding SOTA: Mencapai skor 58,4 pada SWE-Bench Pro, mengungguli model tertutup seperti GPT-5.4 dan Claude Opus 4.6.
Kebutuhan Sumber Daya Ekstrem: Model mentah memerlukan ruang disk 1,65TB; bahkan versi terkuantisasi membutuhkan 256GB VRAM/memori sistem untuk dijalankan.
Akses Open Weights: Dirilis di bawah Lisensi MIT, memungkinkan deployment lokal kapabilitas reasoning tingkat frontier untuk penggunaan perusahaan.
Sensitivitas Prompt: Mendapatkan performa agentic penuh sering kali memerlukan system prompt yang sangat mendetail (lebih dari 300 baris) untuk memandu loop reasoning.
Koherensi Context Besar: Menjaga stabilitas dan akurasi hingga 202k token, yang sangat penting untuk tugas teknik agentic jangka panjang.
Ketidakstabilan API: Pengguna melaporkan sering terjadi error 500 dan pembatasan tarif selama jam sibuk penggunaan di Beijing pada endpoint resmi Z.ai.

Mulai Cepat API

zhipu/glm-5.1

Lihat Dokumentasi
zhipu SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.ZHIPU_API_KEY,
  baseURL: 'https://api.z.ai/api/paas/v4'
});

const chat = await client.chat.completions.create({
  model: 'glm-5.1',
  messages: [{ role: 'user', content: 'Optimize this database schema.' }],
  stream: true
});

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

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GLM-5.1

Lihat apa yang dipikirkan komunitas tentang GLM-5.1

GLM-5.1 melakukan looping pada satu prompt selama 8 jam penuh. Ia tidak berhenti seperti kebanyakan model; ia terus menambahkan fitur dan meninjau dirinya sendiri.
ziwenxu_
twitter
Saya telah mengujinya hingga 140k context tidak kurang dari 5 kali dan tetap koheren. SOTA mungkin punya penantang.
Sensitive_Song4219
reddit
GLM-5.1 pada dasarnya seimbang dengan Opus pada benchmark ini. Sekarang menjadi model open nomor 1 di Arena.
tmuxvim
hackernews
Setiap kali saya melihat NPC benar-benar yakin melalui dialog tanpa skrip dengan GLM-5.1, itu benar-benar ajaib.
orblabs
reddit
Performa coding-nya sah. Ia memperbaiki race condition di backend Go kami yang terus dihalusinasi oleh GPT-4o.
DevScale_AI
twitter
Menjalankan ini secara lokal dengan Unsloth adalah pengubah permainan untuk privasi data dalam stack teknologi hukum kami.
LawyerWhoCodes
reddit

Video Tentang GLM-5.1

Tonton tutorial, ulasan, dan diskusi tentang GLM-5.1

GLM-5.1 mendapatkan 45,3% pada benchmark ini, yang merupakan lonjakan substansial untuk keluarga model ini.

Ini adalah model yang sangat lambat... mereka mungkin memiliki lebih banyak GPU yang melayani GLM-5.

Cara menangani tool calls jauh lebih tangguh daripada GLM 5 standar.

Saat ini ini adalah model reasoning terkuat yang dapat Anda unduh dan jalankan di perangkat keras Anda sendiri.

Anda bisa melihatnya benar-benar mengidentifikasi kesalahannya sendiri di log thinking.

Dapat berjalan secara otonom selama 8 jam, menyempurnakan strategi melalui ribuan iterasi.

Mengungguli Gemini 3.1 Pro dan Qwen 3.6 Plus pada benchmark pembuatan repositori populer.

Mode agentic adalah tempat model ini benar-benar bersinar, ia tidak menyerah pada bug yang sulit.

Z.ai pada dasarnya telah menghilangkan paywall pada model frontier 744B parameter.

Ini secara efektif mengelola masalah 'plateau' di mana LLM lain kehilangan fokus seiring waktu.

Pengurangan ukuran 80% dari 1,65 TB menjadi 236GB dengan tetap mempertahankan kualitas.

Kekuatan open source: bahkan dalam versi terkuantisasi, ia menulis kode kerja untuk kembang api.

Anda memerlukan setidaknya 256GB RAM sistem untuk memikirkan memuat raksasa MoE ini.

Ini menggunakan mekanisme atensi sparse dinamis untuk menjaga agar context 202k tetap koheren.

Menggunakan Unsloth membuat proses training dan inference jauh lebih efisien.

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-5.1

Tips ahli untuk memaksimalkan GLM-5.1.

Aktifkan Thinking Mode

Pastikan toggle 'Thinking' diaktifkan dalam konfigurasi Anda untuk membuka kemampuan iterasi otonom 8 jam.

Gunakan Kuota Off-Peak

Jalankan batch teknik berskala besar selama jam di luar puncak di luar pukul 14:00-18:00 Waktu Beijing untuk harga yang lebih baik.

Persyaratan Memori Lokal

Gunakan kuantisasi Unsloth Dynamic GGUF untuk memuat model 1,6TB ke dalam 256GB memori sistem untuk menjalankan secara lokal.

Pemilihan Tugas Strategis

Cadangkan GLM-5.1 untuk reasoning arsitektural dan gunakan GLM-4.7 untuk implementasi rutin guna mengelola biaya.

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

zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

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

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

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

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
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.

256K context
$0.60/$3.00/1M
moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M

Pertanyaan yang Sering Diajukan tentang GLM-5.1

Temukan jawaban untuk pertanyaan umum tentang GLM-5.1