Open weights
GLM-5 open weights: โมเดลที่คุณสามารถดาวน์โหลดและรันได้
§ 01Repositories
โมเดล GLM-5 ที่เปิด weight ให้ใช้สาธารณะ
แสดงเฉพาะโมเดลที่มี repository อย่างเป็นทางการบน Hugging Face เท่านั้น โดยจำนวนพารามิเตอร์จะแสดงเฉพาะรุ่นที่มีระบุไว้ใน model card
| โมเดล | Hugging Face repository | ใบอนุญาต | พารามิเตอร์ | อินพุต | เปิดตัวเมื่อ |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | ข้อความ | 11 ก.พ. 2569 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | ไม่ได้เผยแพร่ | ข้อความ | 7 เม.ย. 2569 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | ไม่ได้เผยแพร่ | ข้อความ | 16 มิ.ย. 2569 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | ไม่ได้เผยแพร่ | ข้อความ | 18 ส.ค. 2569 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | ข้อความ, รูปภาพ, วิดีโอ | 26 ส.ค. 2569 |
สัญญาอนุญาตตามที่แสดงในแต่ละ repository บน Hugging Face โปรดอ่านไฟล์สัญญาอนุญาตฉบับเต็มเสมอก่อนนำไปใช้ในเชิงพาณิชย์
ใช้งานได้ผ่าน API เท่านั้น โดยไม่มี public weights: GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime
§ 02ความเป็นมา
Open Weights ของ GLM-5 มีความหมายอย่างไร
Weights ตัวเต็ม ไม่ใช่เวอร์ชันตัดทอน
การเปิด open-weights หมายความว่าพารามิเตอร์ที่ผ่านการเทรนแล้วนั้นเปิดสู่สาธารณะ: คุณสามารถดาวน์โหลดไฟล์มาใช้งาน รันบนฮาร์ดแวร์ที่คุณควบคุมเอง ตรวจสอบความถูกต้อง และนำไป fine-tune ได้ สำหรับ GLM-5 โมเดลเหล่านี้เป็นโมเดลชุดเดียวกับที่ Z.ai ให้บริการผ่าน API ไม่ใช่เดโมที่ถูกลดทอนประสิทธิภาพ ทั้งนี้ repository ของ GLM-5 ยังมาพร้อมกับรายงานทางเทคนิค "GLM-5: from Vibe Coding to Agentic Engineering" (arXiv 2602.15763) และ GitHub repository ที่มีตัวอย่างการ deploy ครบถ้วน
Open weights ไม่เหมือนกับ open source เต็มรูปแบบตามนิยามที่เคร่งครัด: ข้อมูลที่ใช้เทรนและ pipeline การเทรนทั้งหมดไม่ได้ถูกเผยแพร่ สิ่งที่คุณจะได้รับคือตัวโมเดล, configuration, tokenizer และ chat template พร้อมด้วยคู่มือการตั้งค่าเพื่อเปิดให้บริการ (serving) จาก Z.ai
เปรียบเทียบระหว่างสัญญาอนุญาต MIT กับ GLM-5.3
GLM-5, GLM-5.1, GLM-5.2 และ GLM-5.3 Flash เผยแพร่ภายใต้สัญญาอนุญาต MIT ซึ่ง MIT เป็นหนึ่งในสัญญาอนุญาตที่เปิดกว้างและยืดหยุ่นที่สุด: อนุญาตให้นำไปใช้ในเชิงพาณิชย์ แก้ไขดัดแปลง และเผยแพร่ต่อได้ ตราบใดที่ยังคงระบุข้อความลิขสิทธิ์และประกาศสัญญาอนุญาตเดิมไว้
GLM-5.3 แตกต่างออกไป โดยบน Hugging Face repository ระบุสัญญาอนุญาตเป็น "other" ภายใต้ชื่อ glm-5.3 ซึ่งหมายถึงเป็นสัญญาอนุญาตเฉพาะที่ Z.ai เขียนขึ้นเอง อย่าเพิ่งด่วนสรุปว่าโมเดลนี้จะให้สิทธิ์เสรีภาพเท่ากับ MIT; โปรดอ่านข้อกำหนดให้ละเอียด โดยเฉพาะอย่างยิ่งหากคุณวางแผนจะเปิดให้บริการเชิงพาณิชย์หรือแจกจ่ายโมเดลที่พัฒนาต่อยอด
- สัญญาอนุญาตแบบเปิดกว้าง (MIT): GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 Flash
- สัญญาอนุญาตเฉพาะ (Custom licence): GLM-5.3
- ไม่เปิดให้ดาวน์โหลด: GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime
ควรเริ่มต้นด้วยโมเดลโอเพนตัวไหนดี
หากคุณต้องการโมเดลเขียนโค้ดแบบเปิดที่มีความสามารถสูงที่สุดในตระกูล และสัญญาอนุญาตตรงกับการใช้งานของคุณ คำตอบคือ GLM-5.3 แต่ถ้าคุณต้องการสัญญาอนุญาตแบบเปิดกว้างและรองรับอินพุตภาพหรือวิดีโอ GLM-5.3 Flash คือตัวเลือกที่ตอบโจทย์ที่สุด: Z.ai รายงานว่าโมเดลนี้ทำงานได้ดีกว่า GLM-5.2 โดยใช้พารามิเตอร์ที่ active เพียง 18B จากทั้งหมด 320B ส่วน GLM-5.2 เป็นตัวเลือกภายใต้ MIT สำหรับผู้ที่ต้องการสายโมเดลเรือธงพร้อมบริบทขนาดใหญ่ 1M โทเค็น และ GLM-5 คือจุดเริ่มต้นที่มีเอกสารอ้างอิงสมบูรณ์ที่สุดสำหรับงานวิจัย
§ 03การรันในเครื่อง (Local)
การ serve ภายในเครื่องทำงานอย่างไร
โครงร่างขั้นตอนทั่วไป ทั้งนี้ model cards และเอกสารทางการของแต่ละเฟรมเวิร์กถือเป็นคู่มืออ้างอิงหลักที่แม่นยำที่สุด
เลือก Serving Framework ที่เหมาะสม
model card ของ GLM-5 ระบุเฟรมเวิร์กสำหรับการ deploy ในเครื่อง ได้แก่ vLLM, SGLang, KTransformers, xLLM และ Hugging Face Transformers โดย vLLM และ SGLang มักเป็นตัวเลือกยอดนิยมสำหรับการทำเซิร์ฟเวอร์ที่รองรับ OpenAI API บน GPU; KTransformers เน้นการรันโมเดลขนาดใหญ่มากแบบ Mixture-of-Experts ด้วย CPU และ GPU ร่วมกัน; ส่วน xLLM เป็นแนวทางที่ระบุไว้สำหรับ Ascend NPU นอกจากนี้ model card ของ GLM-5.2 และ GLM-5.3 Flash ยังมีลิงก์ไปยังคู่มือของ Unsloth สำหรับการรันในเครื่องอีกด้วย
เปิดรันเซิร์ฟเวอร์ แล้วเรียกใช้เหมือน API
เมื่อเซิร์ฟเวอร์เริ่มทำงานแล้ว ระบบจะเปิด chat completions endpoint เหมือนกับ hosted API ทุกประการ โค้ดตัวอย่างบนหน้า API ของเราจึงสามารถนำมาใช้งานกับ localhost ได้ทันที อย่าลืมใช้ tool-call parser และ reasoning parser ตามที่ระบุไว้ใน model card เพื่อให้การเรียกใช้ tool และกระบวนการคิด (thinking) ถูกแยกออกจากคำตอบสุดท้ายอย่างถูกต้อง
ประเมินสเปกฮาร์ดแวร์ตามการใช้งานจริง
โมเดลเหล่านี้คือโมเดลระดับแนวหน้า (Frontier-scale) แม้ว่าจะใช้สถาปัตยกรรม Mixture-of-Experts ที่เบาบาง แต่น้ำหนัก (Weights) ทั้งหมดยังต้องจัดเก็บในหน่วยความจำ และบริบทที่ยาวจะยิ่งเพิ่ม Key-Value Cache ขนาดใหญ่เข้าไปอีก ตัวอย่างทางการของ GLM-5 จะทำ Sharding โมเดลกระจายข้าม 8 GPU สำหรับระบบขนาดเล็กกว่าจะต้องพึ่งพาบิลด์ Quantized จากชุมชน ซึ่งเป็นการแลกคุณภาพบางส่วนเพื่อลดขนาด
ตัวอย่างจาก Model Card ของ 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-5คำสั่งเหล่านี้อ้างอิงมาจาก Model Card ของ zai-org/GLM-5 โดย Flag และเวอร์ชันอาจมีการเปลี่ยนแปลง โปรดตรวจสอบ Model Card และบันทึกประจำรุ่นของเฟรมเวิร์กก่อนรันคำสั่ง
เฟรมเวิร์กที่ระบุไว้ใน Model Card
ข้อควรระวังด้านฮาร์ดแวร์: เราจงใจไม่ระบุความต้องการ GPU หรือหน่วยความจำ เนื่องจากขึ้นอยู่กับความแม่นยำ (Precision), การทำ Quantisation, เฟรมเวิร์ก และความยาวบริบท — โดยบริบทขนาด 1M โทเคน (1.05M) ต้องใช้หน่วยความจำมากกว่าบริบทสั้นๆ อย่างมาก โปรดจัดสรรขนาดฮาร์ดแวร์ของคุณตามเอกสารของเฟรมเวิร์กและทดสอบด้วยเวิร์กโหลดจริง
§ 04คำถามที่พบบ่อย
คำถามเกี่ยวกับ Open-weights
Q01ฉันสามารถดาวน์โหลดโมเดล GLM-5 รุ่นใดได้บ้าง?
GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 และ GLM-5.3 Flash เผยแพร่อยู่บน Hugging Face ภายใต้องค์กร zai-org
Q02ฉันสามารถใช้น้ำหนักโมเดล GLM-5 ในเชิงพาณิชย์ได้หรือไม่?
โมเดลที่ใช้สัญญาอนุญาต MIT (GLM-5, GLM-5.1, GLM-5.2 และ GLM-5.3 Flash) อนุญาตให้ใช้ในเชิงพาณิชย์ได้โดยต้องระบุประกาศสัญญาอนุญาตไว้ ส่วน GLM-5.3 ใช้สัญญาอนุญาตแบบกำหนดเอง โปรดตรวจสอบเงื่อนไขก่อนใช้งาน
Q03ฉันสามารถรัน GLM-5 บนแล็ปท็อปได้หรือไม่?
ไม่สามารถรันแบบเต็มขนาดได้ แม้แต่ GLM-5.3 Flash ก็มีพารามิเตอร์รวมถึง 320 พันล้านพารามิเตอร์ บิลด์จากชุมชนที่ทำ Quantisation อย่างหนักอาจช่วยลดการใช้หน่วยความจำลงได้ แต่โมเดลคุณภาพเต็มรูปแบบนั้นถูกออกแบบมาสำหรับเซิร์ฟเวอร์แบบหลาย GPU
Q04GLM-5 Turbo หรือ GLM-5.3 Prime เป็นแบบ Open-weights หรือไม่?
ไม่ใช่ GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX และ GLM-5.3 Prime ให้บริการผ่าน API เท่านั้น
Q05มีวิธีที่ง่ายกว่านี้ในการทดลองใช้โมเดลเหล่านี้หรือไม่?
มี แชตฟรีของเราให้บริการ GLM-5.3 Flash และ GLM-5.3 บนเบราว์เซอร์ได้ทันทีโดยไม่ต้องตั้งค่าใดๆ คุณจึงสามารถประเมินโมเดลได้ก่อนตัดสินใจลงทุนด้านฮาร์ดแวร์
ลองใช้เลย
ถามคำถามจริงกับ GLM-5.3
ไม่ต้องมีบัญชี ไม่ต้องใช้บัตร ไม่ต้องติดตั้ง เพียงพิมพ์คำถามแล้วรับคำตอบจาก GLM-5.3 Flash ได้ในไม่กี่วินาที — สลับไปใช้ GLM-5.3 สำหรับโจทย์ที่ยากที่สุด