智譜が新世代エリート大モデルGLM-5.4とGLM-5.5の重要な技術的なサインを明らかにしました。この2つのモデルはパラメータ規模において正式に1兆を越え、基本的な技術構造において新たな2つの探索ルートを開拓します。これは中国製の大モデルがAGIの深水部へと進んでいることを示しています。その「二軌新路」は業界から注目を集め、智譜が新世代大モデルの技術的進化を進めていることを示しています。
OceanBaseチームのData Agentソリューションが国際データエージェントベンチマークDABで首位、精度90.62%で初の90%超え。国産DB OceanBaseと国産LLM GLM-5.2に基づき、GPTやClaudeなど海外モデル案を上回る。内部コードScout、機能はOceanBase DataPilotに統合予定。....
B站が「AI無限アリーナ」大規模モデル評価ランキングを発表。初回結果ではGPT-6 Astraが10人のUP主の実測で首位、GLM-5.3を抑え「首位回数チャンピオン」に。上位5位中、中国製モデルが3席。各分野のUP主が100以上のモデルを実環境でテストし、コード・推論・協働・知識などを評価、固定命題なし。....
B站は「AI無限アリーナ」評価ランキングを発表。10人のUP主が100以上の大規模モデルを実環境でテストし、コード・推論・協働・知識等を網羅。初回はGPT-6Astraが首位、GLM-5.3が続く。上位5中3が中国国産で海外モデルと競る。従来のベンチマークと異なり実応用性能を重視。....
GLM-5は智譜AIの第5世代の大規模モデルで、7450億のパラメータを持ち、多くの最先端機能を備えており、現在公開されています。
GLM画像生成器とエディターは、プロンプトを画像に変換し、既存の画像をアップグレードすることができます。
最先端のAI画像生成ツールで、2つの技術を組み合わせ、卓越したテキストレンダリング能力を備えています。
GLM ImageはGLM - Image技術によって駆動されるAI画像生成と編集ツールで、機能が強力です。
Chatglm
-
入力トークン/百万
出力トークン/百万
128
コンテキスト長
$8
$16
$2
Alibaba
131
Baidu
8
$100
1k
Xai
01-ai
200
bartowski
これはArliAIのGLM-4.5-Air-DerestrictedモデルのGGUF量子化バージョンで、llama.cppとimatrix技術を使用して最適化量子化処理が行われ、複数の量子化レベルを選択でき、さまざまなハードウェア構成とパフォーマンス要件に対応しています。
nightmedia
これは実験的な量子化大規模言語モデルで、Deckard（qx）量子化方法を採用し、埋め込み層は3ビット量子化です。このモデルはノルム保持双投影除去（NPBA）技術によって再構築され、セキュリティ制限メカニズムを削除するだけでなく、モデルの認知深度と推論能力を強化しています。
GLM-4.5-Air-REAP-82B-A12B-mxfp4-mlxは、GLM-4.5-AirモデルをREAP方法で圧縮した82Bパラメータの大規模言語モデルで、MXFP4量子化形式を採用し、Macデバイス用に最適化されており、核心タスクの性能を維持しながらメモリ使用量を大幅に削減します。
mratsim
GLM-4.5-Iceblink-v2-106B-A12B-FP8は、GLM-4.5-Iceblink-v2-106B-A12Bモデルをベースに、最先端の混合エキスパート量子化方法を用いてFP8量子化したバージョンです。このモデルは、ハードウェアFP8をサポートするAda、Hopper、またはBlackwellシリーズのGPUに特化して最適化されており、高品質な出力を維持しながら推論効率を大幅に向上させます。
これはREAP方法に基づいて、MiniMax-M2の40%の専門家を均等に剪定して得られた139Bパラメータの大規模言語モデルです。GLMアーキテクチャと専門家混合（MoE）技術を採用し、llama.cppを通じて様々な量化処理を行い、テキスト生成タスクに適しています。
cyankiwi
GLM-4.6 AWQ - INT4はGLM-4.6モデルの4ビット量子化バージョンで、AWQ量子化方法を採用し、モデルの性能を維持しながら、記憶と計算リソースの需要を大幅に削減します。このモデルは200Kのコンテキスト長をサポートし、コーディング、推論、エージェントタスクにおいてGLM-4.5よりも著しく向上しています。
Wwayu
これはGLM-4.6アーキテクチャに基づく混合専門家モデルで、REAP方法を使用して専門家を40%均一に剪定し、パラメータ数は218Bで、MLX形式の3ビット量子化バージョンに変換され、Appleチップデバイスでの高効率実行に適しています。
noctrex
これはGLM-4.5-Air-REAP-82B-A12BモデルのMXFP4_MOE量子化バージョンで、テキスト生成タスクに特化して最適化されています。このモデルはcerebrasのGLM-4.5-Air-REAP-82B-A12B基礎モデルに基づいており、MXFP4ハイブリッドエキスパート量子化技術によって実現され、性能を維持しながらモデルサイズと推論コストを大幅に削減しています。
gghfez
これはGLM-4.6-REAP-266B-A32BモデルのQ4_K_M gguf量子化バージョンで、transformersライブラリに基づいて構築され、テキスト生成能力を持っています。このモデルはREAP（ルーティング重み付き専門家活性化剪定）方法を使用しており、冗長な専門家を選択的に削除すると同時に、残りの専門家に対するルーターの独立した制御を維持することができます。
これはGLM-4.6-REAP-266B-A32BモデルのQ2_K_M gguf量子化バージョンで、REAP（ルーターの重み付き専門家活性化枝刈り）方法に基づいて作成され、ルーターが残りの専門家を独立して制御したまま、冗長な専門家を選択的に削除し、効率的なテキスト生成を実現します。
manasmisra
このモデルは、GLM-4.5-AirをベースにREAP方法を用いて25%均一に枝刈りを行った専門家混合モデルで、MLX形式の4ビット量子化バージョンに変換されており、Appleチップデバイスでの効率的な推論に適しています。
Daemontatox
Zirel-3は、GLM - 4.5 - Air - REAP - 82B - A12Bをベースにした特定の微調整モデルで、REAP（ルーティング重み付きエキスパート活性化剪定）技術を用いて圧縮された820億パラメータの混合エキスパートモデルです。高性能を維持しながら、モデルサイズを大幅に削減しています。
GLM-4.5-Airモデルをベースに、REAP方法を用いて専門家の25%を枝刈りした最適化バージョンで、MLX形式に変換されてApple Siliconデバイスで効率的に動作します。
cerebras
GLM-4.5-Air-REAP-82B-A12BはGLM-4.5-Airの効率的な圧縮バージョンで、REAP剪定技術を通じてパラメータ規模を106Bから82Bに圧縮し、メモリ要件を25％削減しながら、ほぼ損失のない性能を維持しています。
このプロジェクトはGLM-4.6モデルにクリエイティブライティング制御ベクトルを提供し、制御ベクトル技術を通じてモデルの特定の次元での性能を調整します。例えば、誠実さとマキアヴェリズム傾向、コミュニケーションスタイルなどです。
mlx-community
これはGLM-4.6モデルを変換したMLX形式のバージョンで、8ビット量子化技術を採用し、グループサイズは32で、Appleチップ用に最適化され、効率的なテキスト生成機能を提供します。
anikifoss
GLM-4.6の高品質量子化バージョンで、先進的な量子化技術を用いてimatrixを使用せずに実現され、良好なモデル性能と互換性を維持し、対話などの様々なアプリケーションシーンに適しています。
bullpoint
GLM-4.6-AWQは、智譜AIのGLM-4.6（357B MoE）を高性能AWQ量子化したモデルで、vLLM推論用に最適化されており、本番デプロイのスループットを効果的に向上させます。このモデルは4ビット量子化技術を採用しており、高精度を維持しながら顕著にVRAM使用量を削減します。
QuantTrio
GLM-4.6-GPTQ-Int4-Int8Mixはzai-org/GLM-4.6ベースモデルに基づく量子化バージョンで、テキスト生成タスクで優れた性能を発揮します。このモデルはGPTQ量子化技術を通じてモデルサイズの最適化を実現し、同時に良好な性能を維持しています。
DevQuasar
このプロジェクトはzai-org/GLM-4.6の量子化バージョンを提供しており、知識をすべての人に利用してもらうことを目的としています。これはテキスト生成モデルであり、元のGLM-4.6モデルを最適化し、より高効率な推論性能を提供します。
これはローカルAIがリモートAIの指導を受けるためのMCPサーバーで、多輪対話、ファイルアップロード、インテリジェントな対話管理をサポートし、特にGLM - 4.7モデルに最適化されています。
GLM-4.6 MCPサーバーは、企業レベルのアーキテクチャコンサルティングプロトコルブリッジサービスです。モデルコンテキストプロトコルを通じてClaude 4.5 SonnetとGLM-4.6を接続し、システム設計、拡張性パターン、技術的な意思決定のサポートを提供します。コードアーキテクチャ分析、システムアーキテクチャ設計、意思決定レビューなどの機能をサポートしています。
GLM - 4.5Vの視覚能力を統合したMCPサーバーで、ローカル画像とURL分析をサポートし、Claude Codeを通じて画像分析機能を提供します。
GLM - 4.5Vモデルに基づくMCPサーバーで、インテリジェント画像分析機能を提供し、ファイルパスまたはクリップボードから画像を取得することをサポートし、コード内容の抽出、アーキテクチャ分析、エラー検出、ドキュメント生成に特化しています。
GLM-4.5Vマルチモーダルサーバー、画像処理、ビジュアルクエリ、およびファイル処理機能を提供します
Safetensors%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIPメンバー
