Нейросеть GLM: обзор моделей Z.ai, возможности GLM-5 и подключение через API
GLM — семейство языковых и мультимодальных моделей, разработанных компанией Z.ai. Они умеют работать с текстом, писать и анализировать код, обрабатывать изображения и выполнять задачи с помощью инструментов. В линейку входят модели разных поколений, включая GLM-5 и облегченные версии Flash, которые отличаются возможностями и условиями использования.

Что такое GLM и кто ее разрабатывает
Модели GLM (ГЛМ) с открытыми весами можно развернуть самостоятельно. При выборе учитывают лицензию, функции и размер контекстного окна — объем информации в одном запросе.
Z.ai (Zhipu AI) и история моделей GLM
Разработчик GLM — китайская компания Z.ai, ранее Zhipu AI. В хронологии релизов после GLM-4.7 идут GLM-5 в феврале 2026 года, GLM-5.1 в апреле, GLM-5.2 в июне и GLM-5.3 в августе.
Как выпускались модели GLMКак GLM работает с русским языком
Z.ai заявляет о поддержке русского языка в GLM-5, однако в открытом техническом отчете отдельного раздела о проверке перевода с китайского на русский нет. Качество терминологии и ответов конкретной версии рекомендуется оценивать на собственных заданиях. Перед внедрением конкретной версии оцените терминологию и точность на документах компании по общим критериям сравнения моделей.
Модели GLM: какие есть и чем отличаются
Номер версии показывает поколение, дополнительные обозначения — назначение модели. Ограничения облачного API проверяют отдельно от характеристик весов.
GLM-5 и следующие версии: флагманская линейка
GLM-5 построена на архитектуре MoE (Mixture of Experts, «смесь экспертов»). Она позволяет модели задействовать не все параметры одновременно, а только часть — в зависимости от обрабатываемого токена. Всего GLM-5 содержит 744 млрд параметров, но при обработке каждого токена активны около 40 млрд.
В следующих версиях, GLM-5.2 и GLM-5.3, заявлена поддержка контекста объемом примерно до 1 млн токенов. Это позволяет модели учитывать больший объем информации при работе с запросами.
GLM-5.3 использует ту же базовую модель, что и GLM-5.2; все улучшения получены на этапе пост-тренинга. При этом условия распространения различаются: GLM-5.2 доступна по MIT, а GLM-5.3 — по собственной лицензии (GLM-5.3 License). У GLM-5.3 режим рассуждений всегда включен, глубина регулируется значениями low, high и max.
Устройство MoE-слоя GLM-5GLM Flash: быстрые и дешевые модели
Условия доступа к версиям Flash различаются:
GLM-4.7-Flash бесплатна в API Z.ai;
мультимодальная GLM-5.3-Flash — платная, но дешевая: $0,15 за 1 млн входных и $0,50 за 1 млн выходных токенов (по данным Z.ai на август 2026), что ниже тарифов флагманских моделей.
GLM-4.6V: мультимодальная модель для изображений
GLM-4.6V принимает текст, изображения, видео и файлы (документы), возвращая текстовый ответ. Модель оптимизирована прежде всего для анализа изображений и документов, при этом 128K-контекст позволяет обработать до одного часа видео за один проход.
GLM-4.5-Air: облегченная модель для массовых задач
У GLM-4.5-Air 106 млрд параметров всего и 12 млрд активных. Ответы с рассуждениями и без них можно тестировать для классификации обращений и извлечения данных.
В таблицах 1 и 2 приведены характеристики весов и моделей у разработчика. Актуальные рублевые тарифы за 1 млн входных/выходных токенов зависят от размещения модели (внутри инфраструктуры Cloud.ru или через внешние API).
Таблица 1. Линейка GLM — характеристики
Модель | Выход | Архитектура / активные параметры | Контекст, токены | Вход |
GLM-5 | 02.2026 | MoE / 40 млрд | Около 200 000 | Текст |
GLM-5.1 | 04.2026 | MoE / 40 млрд | 202 752 (нативный; в облачных API может ограничиваться) | Текст |
GLM-5.2 | 06.2026 | MoE / около 40 млрд | 1 млн | Текст |
GLM-5.3 | 08.2026 | MoE / около 40 млрд | 1 млн | Текст |
GLM-5.3-Flash | 08.2026 | MoE / 320 млрд всего, 18 млрд активных | 1 млн | Текст, изображения, видео, файлы |
GLM-4.6V | 12.2025 | MoE / 106 млрд всего, 12 млрд активных | 131 072 (128K) | Текст, изображения, видео, файлы |
GLM-4.5-Air | 07.2025 | MoE / 12 млрд | 131 072 (128K) | Текст |
Таблица 2. Линейка GLM — задачи и цены
Модель | Задачи | Цена |
GLM-5 | Код, агенты | Уточняйте в консоли |
GLM-5.1 | Длинные инженерные задачи | Уточняйте в консоли |
GLM-5.2 | Работа с большими проектами | Уточняйте в консоли |
GLM-5.3 | Сложный код, инструменты | Уточняйте в консоли |
GLM-5.3-Flash | Визуальные задачи, код | Уточняйте в консоли |
GLM-4.6V | Анализ документов и интерфейсов | Уточняйте в консоли |
GLM-4.5-Air | Массовая обработка текста | Уточняйте в консоли |
Актуальные тарифы в рублях сверяйте в карточке модели в консоли Cloud.ru Evolution на дату подключения. Модальности указаны для моделей у разработчика, их поддержку в конкретном облачном API проверяют отдельно.
Что умеет GLM
Модель выбирает следующий шаг и анализирует результат. Файлы, терминал и корпоративные системы подключает оболочка агента.
Агентное программирование и длинные автономные задачи
В экспериментах Z.ai GLM-5.1 работала над задачами до восьми часов. В опубликованном разработчиком эксперименте модель выполнила 655 итераций оптимизации векторной базы данных и увеличила пропускную способность запросов в 6,9 раза относительно исходной версии; результат относится к условиям эксперимента.
Вызов функций, структурированный вывод и MCP
GLM поддерживает инструменты, которые помогают интегрировать модель в приложения и автоматизировать задачи.
Function calling (вызов функций) позволяет модели обращаться к внешним инструментам. Например, модель определяет, какую функцию нужно вызвать, и передает приложению ее название и аргументы. Приложение выполняет действие и возвращает результат модели.
Структурированный вывод позволяет получать ответы в заданном формате, например в виде JSON с определенными полями. Это упрощает передачу данных между моделью и другими приложениями.
MCP (Model Context Protocol) позволяет подключать к модели внешние инструменты и источники данных через MCP-клиент. Например, так можно организовать доступ к корпоративным данным.
Работа GLM-агентаGLM для кода: интеграция с IDE и агентами
Модели GLM можно подключать к средам разработки (IDE) и кодовым ИИ-агентам через API. С их помощью разработчики могут автоматизировать рутинные задачи: например, поручить модели написать тесты, подготовить документацию или проанализировать код в репозитории.
При использовании ИИ-агентов важно проверять не только сгенерированный код, но и результат его выполнения: корректность изменений, прохождение тестов и отсутствие ошибок.
(баннер):

GLM, Qwen или DeepSeek: что выбрать
Qwen и GLM, как и DeepSeek, включают несколько поколений с разными характеристиками. Для сравнения возьмем конкретные старшие модели: GLM-5.3, Qwen3.8-Max и DeepSeek-V4-Pro.
Таблица 3. GLM, Qwen и DeepSeek
Критерий | GLM | Qwen | DeepSeek |
Разработчик | Z.ai | Alibaba | DeepSeek |
Модель | GLM-5.3 | Qwen3.8-Max | DeepSeek-V4-Pro |
Контекст | 1 млн | 1 млн в API | 1 млн |
Сценарии для проверки | Инженерные задачи, кодовые агенты | Код, документы, мультимодальные задачи | Код, рассуждения, длинные документы |
Лицензия весов | GLM-5.3 License | Qwen3.8-Max License | MIT |
Доступность семейства в Foundation Models | Уточняйте в консоли | Есть Qwen3.5 и Qwen3.6 | Есть DeepSeek-V4-Pro |
Характеристики и условия использования нужно проверять для каждой версии модели отдельно. Например, облачный API Qwen3.8-Max поддерживает обработку изображений, а опубликованные веса Qwen3.8-2.4T-A95B предназначены для работы с текстом.
Для DeepSeek-V4-Pro характеристики и условия использования указаны в карточке модели. При работе с GLM-5.3 также важно учитывать лицензию, которая определяет условия использования модели.
Выбирайте модель под конкретную задачу и проверяйте ее на одинаковых примерах. Для текстовых агентов сравните GLM и DeepSeek, а для работы с изображениями — Qwen3.8-Max и GLM-5.3-Flash. Оцените точность ответов, время выполнения и стоимость решения одной задачи.
Как пользоваться GLM
Для знакомства подходит веб-чат, для интеграции — API. Собственный запуск требует ресурсов для хранения весов и обработки запросов.
Веб-чат Z.ai и бесплатный доступ
Попробовать модели GLM можно в официальном веб-чате Z.ai. Для работы с кодовыми ИИ-агентами предусмотрена отдельная подписка GLM Coding Plan. Она предоставляет доступ к моделям через совместимые инструменты разработки, но действует по собственным квотам и условиям
Скачать веса и запустить локально: требования к GPU
Скачать GLM можно из официальной организации zai-org на Hugging Face. Для GLM-5.1 в FP8 документация vLLM приводит конфигурацию из восьми H200 по 141 ГБ памяти. При выборе инфраструктуры для запуска LLM учитывают все веса, кеш и рабочие данные, длину контекста и число параллельных запросов.
GLM-5, GLM-5.1, GLM-5.2 и GLM-5.3-Flash распространяются по MIT. Для GLM-5.3 коммерческое использование регулирует отдельная лицензия.
API: официальная платформа и российское облако
Официальная платформа Z.ai предоставляет модели через собственный API с тарифами в долларах. В Evolution Foundation Models доступны расчеты за токены в рублях, причем внутренние и внешние модели различаются размещением: внешние запросы уходят за пределы инфраструктуры Cloud․ru.
Способы работы с GLMКак подключить GLM через Evolution Foundation Models
Для работы нужны учетная запись Cloud․ru и API-ключ сервисного аккаунта. В консоли проверьте ID модели, размещение и функции.

Какие версии GLM доступны в каталоге
В каталоге Evolution Foundation Models представлены модели GLM, доступные для подключения через платформу Cloud.ru. В зависимости от версии модель может работать на инфраструктуре Cloud.ru или предоставляться через внешний API.
Состав каталога обновляется. В документации Cloud.ru упоминаются GLM-4.6, GLM-4.7 и GLM-4.7-Flash. Кроме того, в июне 2026 года Cloud.ru сообщил о добавлении GLM-5.1. Актуальный список моделей и способы их подключения можно посмотреть в консоли Evolution Foundation Models.
Пример запроса через OpenAI-совместимый API
API-ключ создается для сервисного аккаунта уровня проекта. Для первого запроса выполните подготовку:
Создайте сервисный аккаунт и выпустите ключ к Foundation Models.
Сохраните Key Secret в переменной окружения API_KEY.
Установите пакет командой pip install openai.
Пример обращается к GLM-5.1. Адрес и вызов соответствуют инструкции по отправке запроса.
Для другой версии скопируйте ID из консоли и проверьте параметры. Агентному приложению дополнительно нужны обработка вызовов инструментов и контроль расходов.
Схема подключения GLM-5.1 с помощью Evolution Foundation ModelsЗаключение
GLM — семейство моделей для работы с текстом, кодом, изображениями и ИИ-агентами. При выборе версии учитывайте ее возможности, размер контекстного окна, стоимость запросов и условия лицензии. Перед внедрением протестируйте модель на реальных задачах, проверьте качество ответов и убедитесь, что условия обработки данных соответствуют требованиям вашего проекта.
FAQ
Стоимость и ограничения зависят от способа доступа. Бесплатная работа, локальный запуск и интеграция требуют разных условий.
GLM бесплатная?
Бесплатный вызов GLM-4.7-Flash предусмотрен в официальном API Z.ai. Для других моделей и облачных сервисов действуют собственные тарифы.
Кто разработал нейросеть GLM?
Семейство создает китайская компания Z.ai, ранее Zhipu AI. Ее официальные веса опубликованы в организации zai-org на Hugging Face.
Понимает ли GLM русский язык?
Да, Z.ai заявляет о поддержке русского языка. В открытом техническом отчете GLM-5 отдельного раздела о проверке перевода нет; качество на русском языке рекомендуется проверять на собственных примерах.
Чем GLM-5 отличается от GLM Flash?
GLM-5 относится к флагманской текстовой линейке. Flash объединяет отдельные версии с другими размерами, тарифами и модальностями, поэтому сравнивать нужно полные названия моделей.
Можно ли скачать GLM и запустить локально?
Да, для моделей с опубликованными весами доступно самостоятельное развертывание. Потребуются совместимое оборудование, движок инференса и соблюдение лицензии.
Чем GLM отличается от DeepSeek и Qwen?
Семейства различаются архитектурой, составом моделей и условиями использования. Для проекта сравнивайте конкретные версии по качеству, задержке, стоимости и нужным функциям.
Как подключить GLM по API в России?
Можно использовать Evolution Foundation Models с оплатой токенов в рублях. Создайте сервисный аккаунт и ключ доступа, выберите модель и отправьте запрос на ее OpenAI-совместимый эндпоинт.
