GLM-5: keluarga model dan model yang mengawalinya

GLM-5 terdaftar di OpenRouter pada 11 Februari 2026. Z.ai mendeskripsikannya sebagai model yang "menargetkan rekayasa sistem yang kompleks dan tugas-tugas agentik berjangka panjang" — dengan kata lain, model ini dirancang untuk menangani pekerjaan pemrograman multi-langkah berskala besar alih-alih sekadar menjadi teman mengobrol cepat.

Model card-nya menjabarkan arsitektur dalam angka yang lugas. Dibandingkan dengan GLM-4.5, GLM-5 meningkat dari 355 miliar parameter (32 miliar aktif) menjadi 744 miliar parameter dengan 40 miliar aktif per token, dan data pra-pelatihannya bertambah dari 23 triliun menjadi 28.5 triliun token. Hanya sebagian kecil dari bobot yang digunakan untuk setiap token, menjadikannya tetap praktis untuk disajikan terlepas dari ukurannya yang besar.

GLM-5 juga mengadopsi DeepSeek Sparse Attention (DSA). Sparse attention memungkinkan model memeriksa subset token terdahulu yang dipilih alih-alih semuanya, yang menurut Z.ai secara signifikan menekan biaya deployment dengan tetap mempertahankan kemampuan konteks panjang. Di OpenRouter, GLM-5 asli memiliki context window sekitar 205K token dan dapat menghasilkan hingga sekitar 131K token dalam satu jawaban.

Untuk pasca-pelatihan, Z.ai membangun slime, infrastruktur reinforcement learning asinkron yang diklaim meningkatkan throughput pelatihan dan memungkinkan iterasi yang lebih terperinci. Model card melaporkan hasil di berbagai benchmark penalaran, pengodean, dan agen — misalnya 77.8 pada SWE-bench Verified dan 56.2 pada Terminal-Bench 2.0 dengan harness Terminus 2 — serta mengklaim performa terbaik di kelasnya di antara model open-source saat dirilis.

Angka-angka tersebut adalah metrik internal Z.ai yang diukur dengan harness milik mereka sendiri. Data ini berguna untuk membandingkan versi GLM satu sama lain, tetapi ujian yang sesungguhnya adalah tugas Anda sendiri: tempelkan masalah nyata ke dalam obrolan dan nilai jawabannya.

Setelah GLM-5, Z.ai merilis serangkaian pembaruan secara berkala. GLM-5 Turbo (Maret 2026) dan model multimodal GLM-5V-Turbo (April 2026) ditujukan untuk alur kerja agen yang cepat melalui API. GLM-5.1 (April 2026) berfokus pada pengodean jangka panjang. GLM-5.2 (Juni 2026) menghadirkan konteks satu juta token yang solid serta reasoning effort yang dapat disesuaikan. GLM-5.3 (Agustus 2026) mempertahankan basis GLM-5.2 dan menyempurnakan pasca-pelatihan, sementara GLM-5.3 Flash menambahkan input gambar dan video bawaan dengan harga yang jauh lebih murah. GLM-5.3 FlashX dan GLM-5.3 Prime adalah varian API berkecepatan tinggi.

Lima dari model-model ini — GLM-5, GLM-5.1, GLM-5.2, GLM-5.3, dan GLM-5.3 Flash — dipublikasikan sebagai open weights di Hugging Face. Lembar data di bawah dan tabel keluarga model selanjutnya mencantumkan setiap model beserta context window, harga, dan lisensinya.

Untuk proyek baru, biasanya tidak. Model-model yang dirilis setelahnya memiliki context window yang lebih besar, penalaran yang dapat disesuaikan, dan dalam kasus GLM-5.3 Flash, harga yang jauh lebih murah. GLM-5 asli masih menarik jika Anda menginginkan model terbuka berlisensi MIT sepenuhnya dengan arsitektur dan makalah yang telah dipublikasikan (arXiv 2602.15763), atau jika Anda perlu mereproduksi hasil yang diukur padanya.