Pesos abertos
Pesos abertos do GLM-5: o que você pode baixar e executar
§ 01Repositórios
Modelos GLM-5 com pesos públicos
Apenas modelos com um repositório oficial no Hugging Face estão listados. A contagem de parâmetros aparece apenas onde o model card a especifica.
| Modelo | Repositório no Hugging Face | Licença | Parâmetros | Entradas | Lançamento |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | Texto | 11 de fev. de 2026 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | Não publicado | Texto | 7 de abr. de 2026 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | Não publicado | Texto | 16 de jun. de 2026 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | Não publicado | Texto | 18 de ago. de 2026 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | Texto, Imagem, Vídeo | 26 de ago. de 2026 |
Licenças conforme exibidas em cada repositório do Hugging Face. Sempre leia o arquivo de licença completo antes do uso comercial.
Apenas via API, sem pesos públicos: GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
§ 02Contexto
O que pesos abertos significam para o GLM-5
Pesos reais, não uma versão simplificada
Um lançamento de pesos abertos significa que os próprios parâmetros treinados são públicos: você pode baixar os arquivos, executá-los em hardware sob seu controle, inspecioná-los e fazer fine-tuning. No caso do GLM-5, estes são os mesmos modelos que a Z.ai disponibiliza por meio de sua API, e não demonstrações reduzidas. O repositório do GLM-5 é acompanhado por um relatório técnico, "GLM-5: from Vibe Coding to Agentic Engineering" (arXiv 2602.15763), e por um repositório no GitHub com exemplos de implantação.
Pesos abertos não são o mesmo que código totalmente aberto (open source) no sentido estrito: os dados de treinamento e o pipeline completo de treinamento não são publicados. O que você recebe é o modelo, sua configuração, o tokenizer e o chat template, além da documentação da Z.ai sobre como executá-lo em produção.
Licença MIT versus a licença do GLM-5.3
O GLM-5, o GLM-5.1, o GLM-5.2 e o GLM-5.3 Flash são lançados sob a licença MIT. A MIT é uma das licenças mais permissivas que existem: ela autoriza o uso comercial, modificações e redistribuição, desde que os avisos de direitos autorais e da licença sejam mantidos.
O GLM-5.3 é diferente. Seu repositório no Hugging Face lista a licença como "other" com o nome glm-5.3, o que significa uma licença personalizada criada pela Z.ai. Não presuma que ela concede as mesmas liberdades da MIT; leia seus termos, especialmente se você planeja oferecer um serviço comercial ou distribuir modelos derivados.
- Permissiva (MIT): GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 Flash.
- Licença personalizada: GLM-5.3.
- Não disponíveis para download: GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
Com qual modelo aberto começar
Se você busca o modelo aberto mais avançado da família para codificação e a licença atende ao seu caso de uso, a escolha é o GLM-5.3. Se você precisa de uma licença permissiva e de entrada para imagem ou vídeo, o GLM-5.3 Flash é a opção natural: a Z.ai relata que ele supera o GLM-5.2 usando apenas 18B de parâmetros ativos de um total de 320B. O GLM-5.2 é a alternativa com licença MIT se você procura a linhagem principal com um contexto sólido de 1M de tokens, enquanto o GLM-5 é o ponto de partida mais bem documentado para pesquisa.
§ 03Executando localmente
Como funciona a execução local
Uma visão geral. Os model cards e a documentação oficial dos frameworks são os guias definitivos.
Escolha um framework de inferência
O model card do GLM-5 lista vLLM, SGLang, KTransformers, xLLM e Hugging Face Transformers para implantação local. vLLM e SGLang costumam ser a escolha padrão para criar um servidor compatível com a OpenAI em GPUs; o KTransformers foca na execução de modelos mixture-of-experts muito grandes combinando CPU e GPU; o xLLM é o caminho documentado para NPUs Ascend. Os cards do GLM-5.2 e do GLM-5.3 Flash também incluem links para tutoriais do Unsloth voltados para execuções locais.
Inicie o servidor e faça chamadas como na API
Assim que o servidor estiver em execução, ele expõe o mesmo endpoint de chat completions que a API hospedada; portanto, os exemplos de código da nossa página de API funcionam diretamente com o localhost. Utilize os parsers de tool-call e reasoning indicados no model card para garantir que as chamadas de ferramentas e os blocos de pensamento sejam separados corretamente da resposta final.
Planeje o hardware com realismo
Estes são modelos de fronteira. Mesmo com a esparsidade de mixture-of-experts, todos os pesos precisam ser armazenados na memória, e contextos longos adicionam um grande cache de chave-valor (KV cache). Os exemplos oficiais do GLM-5 distribuem o modelo (shard) entre oito GPUs. Configurações menores dependem de versões quantizadas da comunidade, que sacrificam um pouco de qualidade pelo tamanho reduzido.
Exemplo do model card do 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-5Estes comandos foram retirados do model card do zai-org/GLM-5. Flags e versões mudam frequentemente; consulte o card e as notas de lançamento do framework antes de executá-los.
Frameworks mencionados nos model cards
Aviso sobre hardware: deliberadamente não indicamos requisitos específicos de GPU ou memória. Eles dependem da precisão, quantização, framework e extensão do contexto — um contexto de 1M de tokens (1.05M) exige muito mais memória do que um contexto curto. Dimensione o seu hardware consultando a documentação do framework e teste com a sua carga de trabalho real.
§ 04Perguntas Frequentes
Dúvidas sobre open-weights
Q01Quais modelos GLM-5 eu posso baixar?
GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 e GLM-5.3 Flash estão disponíveis no Hugging Face sob a organização zai-org.
Q02Posso usar os pesos do GLM-5 comercialmente?
Os modelos sob licença MIT (GLM-5, GLM-5.1, GLM-5.2 e GLM-5.3 Flash) permitem o uso comercial, desde que o aviso de licença seja mantido. O GLM-5.3 utiliza uma licença personalizada, portanto verifique seus termos antes.
Q03Posso rodar o GLM-5 em um notebook?
Não em seu tamanho total. Mesmo o GLM-5.3 Flash possui 320 bilhões de parâmetros no total. Builds da comunidade com quantização agressiva conseguem reduzir a necessidade de memória, mas os modelos com qualidade total foram projetados para servidores multi-GPU.
Q04O GLM-5 Turbo ou o GLM-5.3 Prime são de pesos abertos (open weights)?
Não. GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX e GLM-5.3 Prime estão disponíveis exclusivamente via APIs.
Q05Existe uma maneira mais fácil de testar esses modelos?
Sim. Nosso chat gratuito roda o GLM-5.3 Flash e o GLM-5.3 diretamente no navegador sem necessidade de configuração, para que você possa avaliar os modelos antes de investir em hardware.
Experimente agora
Pergunte algo real ao GLM-5.3.
Sem conta, sem cartão, sem instalação. Digite uma pergunta e veja o GLM-5.3 Flash responder em segundos — mude para o GLM-5.3 para os problemas mais complexos.