开放权重
GLM-5 开放权重：可供下载与运行的模型
§ 01代码仓库
提供公开权重的 GLM-5 模型
此处仅列出拥有官方 Hugging Face 仓库的模型。参数量仅在模型卡片有明确说明时显示。
| 模型 | Hugging Face 仓库 | 许可证 | 参数量 | 输入 | 发布时间 |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | 文本 | 2026年2月11日 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | 未发布 | 文本 | 2026年4月7日 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | 未发布 | 文本 | 2026年6月16日 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | 未发布 | 文本 | 2026年8月18日 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | 文本, 图片, 视频 | 2026年8月26日 |
各 Hugging Face 仓库所示的许可证。在商用之前，请务必阅读完整的许可证文件。
仅提供 API，未公开权重：GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime。
§ 02背景介绍
开源权重对 GLM-5 意味着什么
完整权重，绝非玩具版本
开源权重意味着训练好的模型参数本身完全公开：你可以下载这些文件，在自主可控的硬件上运行、审查和微调。对于 GLM-5 而言，这些模型与 Z.ai 官方 API 所提供的一模一样，绝非缩水版 Demo。GLM-5 的代码仓库附带技术报告《GLM-5: from Vibe Coding to Agentic Engineering》（arXiv 2602.15763），以及包含丰富部署示例的 GitHub 仓库。
严格来说，开源权重并不等同于完全开源：训练数据和完整的训练流水线并未公开。你获得的是模型本身、其配置文件、tokenizer 和 chat template，以及 Z.ai 官方提供的部署服务文档。
MIT 协议与 GLM-5.3 协议对比
GLM-5、GLM-5.1、GLM-5.2 和 GLM-5.3 Flash 均基于 MIT 协议发布。MIT 是目前最宽松的开源协议之一：只要保留版权声明和许可声明，就允许商业使用、修改和二次分发。
GLM-5.3 则有所不同。其 Hugging Face 仓库将许可证标注为“other”，名称为 glm-5.3，即 Z.ai 制定的自定义协议。切勿直接假定它拥有与 MIT 相同的自由度；在计划提供商业服务或发布衍生模型之前，务必仔细阅读其具体条款。
- 宽松协议（MIT）：GLM-5、GLM-5.1、GLM-5.2、GLM-5.3 Flash。
- 自定义协议：GLM-5.3。
- 不可下载：GLM-5 Turbo、GLM-5V-Turbo、GLM-5.3 FlashX、GLM-5.3 Prime。
该从哪款开源模型入手
如果你追求该家族中性能最强的开源代码模型，且其许可证契合你的使用场景，GLM-5.3 是不二之选。如果你需要宽松的协议以及图像或视频输入支持，GLM-5.3 Flash 则是最自然的选择：据 Z.ai 介绍，它在 320B 总参数中仅激活 18B 参数，性能却超越了 GLM-5.2。GLM-5.2 则是采用 MIT 协议的旗舰血统选项，拥有稳固的 1M 上下文；而 GLM-5 则是文档最完善的研究起跑线。
§ 03本地运行指南
本地推理服务如何运作
以下为通用流程概述。具体操作请以模型卡片及各框架官方文档为准。
选择推理服务框架
GLM-5 模型卡片列出了 vLLM、SGLang、KTransformers、xLLM 和 Hugging Face Transformers 等本地部署方案。vLLM 和 SGLang 是在 GPU 上搭建 OpenAI 兼容服务的常见选择；KTransformers 侧重于通过 CPU 和 GPU 混合运行超大规模 MoE 模型；xLLM 则是官方文档记载的昇腾 NPU 部署路径。GLM-5.2 和 GLM-5.3 Flash 模型卡片还提供了针对本地运行的 Unsloth 教程链接。
启动服务，随后如调用 API 般访问
服务启动后，它会提供与官方托管 API 完全一致的 chat completions 接口，因此我们 API 页面上的示例代码可以直接用于 localhost。请务必使用模型卡片中推荐的 tool-call 和 reasoning 解析器，以确保工具调用和思考过程能从最终回答中准确剥离。
务实评估硬件需求
这些都是前沿级别的超大规模模型。即使具备混合专家（MoE）稀疏性，所有权重也必须常驻显存中，且超长上下文还会产生极其庞大的 KV 缓存。官方 GLM-5 示例将模型分片部署在 8 张 GPU 上。规模较小的硬件配置则依赖社区量化版本，不过这会以损失部分质量来换取体积的缩减。
来自 GLM-5 模型卡（Model Card）的示例
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-5这些命令引用自 zai-org/GLM-5 模型卡。相关参数和版本可能会发生变化；在运行前，请务必核对模型卡以及框架的最新发布说明。
模型卡中提及的框架
硬件配置注意事项：我们特意未标明具体的 GPU 或显存需求。这取决于精度、量化方式、运行框架以及上下文长度——1M-token 的上下文（1.05M）所需的显存远超短文本上下文。请参考框架官方文档评估硬件规格，并结合实际工作负载进行测试。
§ 04常见问题
开源权重常见问题
Q01我可以下载哪些 GLM-5 模型？
GLM-5、GLM-5.1、GLM-5.2、GLM-5.3 以及 GLM-5.3 Flash 均已发布在 Hugging Face 的 zai-org 机构目录下。
Q02我可以将 GLM-5 权重用于商业用途吗？
采用 MIT 许可证的模型（GLM-5、GLM-5.1、GLM-5.2 和 GLM-5.3 Flash）允许在保留许可声明的前提下用于商业用途。GLM-5.3 采用自定义许可证，因此请务必先查阅其具体条款。
Q03我可以在笔记本电脑上运行 GLM-5 吗？
完整参数模型无法运行。即使是 GLM-5.3 Flash，总参数量也达到了 320B。虽然深度量化的社区构建版可以大幅降低显存需求，但无损质量的完整模型是专为多 GPU 服务器设计的。
Q04GLM-5 Turbo 或 GLM-5.3 Prime 开源权重了吗？
没有。GLM-5 Turbo、GLM-5V-Turbo、GLM-5.3 FlashX 和 GLM-5.3 Prime 仅通过 API 提供服务。
Q05有更简单的体验方式吗？
有的。我们的免费聊天工具直接在浏览器中运行 GLM-5.3 Flash 和 GLM-5.3，无需任何配置，方便您在投资硬件设备之前充分评估模型性能。
立即体验
向 GLM-5.3 提个实际问题。
无需账号、无需绑卡、无需安装。输入问题，GLM-5.3 Flash 数秒内即可作答——面对极具挑战的难题，可随时切换至 GLM-5.3。