Pesos abiertos
Pesos abiertos de GLM-5: qué puedes descargar y ejecutar
§ 01Repositorios
Modelos GLM-5 con pesos públicos
Solo se listan los modelos con un repositorio oficial de Hugging Face. El recuento de parámetros solo aparece donde lo indica la ficha del modelo.
| Modelo | Repositorio de Hugging Face | Licencia | Parámetros | Entradas | Lanzamiento |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | Texto | 11 feb 2026 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | No publicado | Texto | 7 abr 2026 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | No publicado | Texto | 16 jun 2026 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | No publicado | Texto | 18 ago 2026 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | Texto, Imagen, Vídeo | 26 ago 2026 |
Licencias según se indican en cada repositorio de Hugging Face. Lee siempre el archivo completo de la licencia antes de darle un uso comercial.
Solo mediante API, sin pesos públicos: GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
§ 02Contexto
Qué significan los pesos abiertos para GLM-5
Pesos reales, no una versión de juguete
Un lanzamiento de pesos abiertos (open weights) significa que los parámetros entrenados son públicos: puedes descargar los archivos, ejecutarlos en tu propio hardware, inspeccionarlos y hacer fine-tuning. En el caso de GLM-5, son los mismos modelos que Z.ai ofrece a través de su API, no demos recortadas. El repositorio de GLM-5 viene acompañado de un informe técnico, "GLM-5: from Vibe Coding to Agentic Engineering" (arXiv 2602.15763), y un repositorio de GitHub con ejemplos de despliegue.
Tener pesos abiertos no es lo mismo que ser código abierto en sentido estricto: los datos de entrenamiento y el pipeline completo no son públicos. Lo que obtienes es el modelo, su configuración, el tokenizer y la chat template, además de la documentación de Z.ai sobre cómo servirlo.
MIT frente a la licencia de GLM-5.3
GLM-5, GLM-5.1, GLM-5.2 y GLM-5.3 Flash se distribuyen bajo la licencia MIT. MIT es una de las licencias más permisivas que existen: permite el uso comercial, la modificación y la redistribución, siempre que se conserve el aviso de copyright y de la licencia.
GLM-5.3 es diferente. Su repositorio en Hugging Face clasifica la licencia como "other" bajo el nombre glm-5.3, lo que significa que utiliza una licencia personalizada creada por Z.ai. No asumas que otorga las mismas libertades que MIT; lee sus términos, especialmente si planeas ofrecer un servicio comercial o distribuir modelos derivados.
- Permisiva (MIT): GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 Flash.
- Licencia personalizada: GLM-5.3.
- No descargables: GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
Con qué modelo abierto empezar
Si buscas el modelo abierto de programación más potente de la familia y su licencia se adapta a tu caso de uso, ese es GLM-5.3. Si necesitas una licencia permisiva y entrada de imagen o vídeo, GLM-5.3 Flash es la opción natural: Z.ai reporta que supera a GLM-5.2 usando solo 18B parámetros activos de un total de 320B. GLM-5.2 es la alternativa con MIT si buscas el linaje insignia con un sólido contexto de 1M de tokens, y GLM-5 es el punto de partida mejor documentado para investigación.
§ 03Ejecución en local
Cómo funciona el despliegue local
Una descripción general. Las model cards y la documentación oficial de cada framework son las guías de referencia.
Elige un framework de inferencia
La model card de GLM-5 sugiere vLLM, SGLang, KTransformers, xLLM y Hugging Face Transformers para el despliegue en local. vLLM y SGLang son la opción habitual para montar un servidor compatible con la API de OpenAI en GPUs; KTransformers se especializa en ejecutar modelos Mixture-of-Experts muy grandes combinando CPU y GPU; xLLM es la vía documentada para NPUs Ascend. Las fichas de GLM-5.2 y GLM-5.3 Flash también enlazan a guías de Unsloth para ejecuciones en local.
Despliégalo y consúltalo como una API
Una vez en marcha, el servidor expone el mismo endpoint de chat completions que la API alojada, por lo que los ejemplos de código de nuestra página de API funcionan apuntando a localhost. Utiliza los parsers de tool calling y razonamiento indicados en la model card para que las llamadas a herramientas y el proceso de pensamiento se separen correctamente de la respuesta final.
Planifica el hardware con realismo
Estos son modelos a escala de frontera. Incluso con la dispersión de mixture-of-experts, todos los pesos deben almacenarse en memoria, y los contextos largos añaden además una gran caché clave-valor. Los ejemplos oficiales de GLM-5 distribuyen el modelo entre ocho GPUs. Las configuraciones más pequeñas dependen de versiones comunitarias cuantizadas, que sacrifican algo de calidad a cambio de tamaño.
Ejemplo de la model card de GLM-5
vllm serve zai-org/GLM-5 \
--tensor-parallel-size 8 \
--gpu-memory-utilization 0.85 \
--speculative-config.method mtp \
--speculative-config.num_speculative_tokens 3 \
--tool-call-parser glm47 \
--reasoning-parser glm45 \
--enable-auto-tool-choice \
--served-model-name glm-5Estos comandos se han extraído de la model card de zai-org/GLM-5. Los flags y las versiones cambian; consulta la model card y las notas de la versión del framework antes de ejecutarlos.
Frameworks mencionados en las model cards
Aviso sobre el hardware: deliberadamente no indicamos requisitos de GPU ni de memoria. Dependen de la precisión, la cuantización, el framework y la longitud del contexto; un contexto de 1M de tokens (1.05M) necesita mucha más memoria que uno corto. Dimensiona tu hardware según la documentación del framework y haz pruebas con tu carga de trabajo real.
§ 04Preguntas frecuentes
Preguntas sobre modelos open-weights
Q01¿Qué modelos de GLM-5 puedo descargar?
GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 y GLM-5.3 Flash están publicados en Hugging Face bajo la organización zai-org.
Q02¿Puedo usar los pesos de GLM-5 comercialmente?
Los modelos con licencia MIT (GLM-5, GLM-5.1, GLM-5.2 y GLM-5.3 Flash) permiten el uso comercial siempre que se conserve el aviso de la licencia. GLM-5.3 utiliza una licencia personalizada, por lo que te recomendamos revisar primero sus términos.
Q03¿Puedo ejecutar GLM-5 en un portátil?
No a su tamaño completo. Incluso GLM-5.3 Flash tiene 320 mil millones de parámetros en total. Las versiones comunitarias fuertemente cuantizadas pueden reducir los requisitos de memoria, pero los modelos en máxima calidad están pensados para servidores multi-GPU.
Q04¿Son GLM-5 Turbo o GLM-5.3 Prime de pesos abiertos?
No. GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX y GLM-5.3 Prime solo están disponibles a través de APIs.
Q05¿Hay una forma más sencilla de probar estos modelos?
Sí. Nuestro chat gratuito ejecuta GLM-5.3 Flash y GLM-5.3 en el navegador sin necesidad de configuración, para que puedas evaluar los modelos antes de invertir en hardware.
Pruébalo ahora
Pregúntale algo real a GLM-5.3.
Sin cuenta, sin tarjeta y sin instalación. Escribe una pregunta y observa cómo GLM-5.3 Flash responde en segundos; cambia a GLM-5.3 para los problemas más difíciles.