yandexyandex
Калькулятор ценТарифыАкцииДокументацияО насПартнерство с Cloud.ruБезопасностьТехническая поддержкаИнвесторамОбучение и сертификацияМероприятияБлогКарьера в Cloud.ruКейсыEvolutionAdvancedEvolution StackОблако VMwareВ чем отличия платформ?ВойтиЗарегистрироватьсяГига-помощникРешенияРазработка и тестирование в облакеИнфраструктура для 1С в облакеIT‑инфраструктура в облакеОблако для КИИОблако для мобильных и веб‑приложений3D-моделирование и рендерингEvolution ComputeEvolution Managed KubernetesEvolution Object StorageEvolution Managed PostgreSQL®Evolution Bare MetalEvolution MigrationEvolution SSH KeysEvolution VPNEvolution DNSEvolution VPCEvolution Load BalancerEvolution Disaster RecoveryEvolution Agent BackupEvolution DiskEvolution Container AppsEvolution Container SecurityEvolution Artifact RegistryEvolution Managed KafkaEvolution Managed RedisEvolution Managed ClickHouseEvolution Managed OpenSearchEvolution API GatewayEvolution RepoEvolution Managed ArenadataDBEvolution Managed TrinoEvolution Managed SparkEvolution Managed MetastoreEvolution AI AgentsEvolution ML InferenceEvolution Foundation ModelsEvolution Managed RAGEvolution TagsEvolution Task HistoryCloud MonitoringCloud LoggingCurator Anti-DDoSCurator Anti‑DDoS+WAFUserGate: виртуальный NGFWStormWall: Anti-DDoSАренда GPUDirect ConnectCDNCloud AdvisorCross-platform connectionAdvanced Object Storage ServiceAdvanced Elastic Cloud ServerAdvanced Relational Database Service for PostgreSQLAdvanced Image Management ServiceAdvanced Auto ScalingAdvanced Enterprise RouterAdvanced Cloud Backup and RecoveryAdvanced Data Warehouse ServiceAdvanced Elastic Volume ServiceAdvanced Cloud Container EngineAdvanced FunctionGraphAdvanced Container Guard ServiceAdvanced Software Repository for ContainerAdvanced Document Database Service with MongoDBAdvanced Relational Database Service for MySQLAdvanced Relational Database Service for SQL ServerAdvanced Server Migration ServiceAdvanced Data Replication ServiceAdvanced API GatewayAdvanced CodeArtsAdvanced Distributed Message Service for KafkaAdvanced Distributed Message Service for RabbitMQAdvanced DataArts InsightAdvanced CloudTableAdvanced MapReduce ServiceAdvanced Cloud Trace ServiceAdvanced Application Performance ManagementAdvanced Identity and Access ManagementAdvanced Enterprise Project Management ServiceVMware: виртуальный ЦОДVMware: резервное копирование виртуальных машинУдаленные рабочие столы (VDI)VMware: виртуальный ЦОД с GPUVMware: резервный ЦОДVMware: резервное копирование в облакоVMware: миграция виртуальных машин
Связаться с нами
Сервисы

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.

Иллюстрация для статьи на тему «Нейросеть GLM: обзор моделей Z.ai, возможности GLM-5 и подключение через API »
Подключенные сервисы:

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.

Хронология выпуска моделей GLM-5 в 2026 годуКак выпускались модели GLM

Как 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.

В GLM-5 при обработке токена активна часть параметровУстройство MoE-слоя GLM-5

GLM 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.

Как приложение выполняет вызовы инструментов модели GLMРабота GLM-агента

GLM 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):

Ускорьте разработку с ИИ-ассистентом
Генерируйте код, пишите тесты и проводите код-ревью прямо в IDE с помощью ИИ
Ускорьте разработку с ИИ-ассистентом

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.

Три способа работы с GLM: веб-чат, API и самостоятельный запускСпособы работы с GLM

Как 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.

Простой доступ к популярным ИИ-моделям
Простой доступ к популярным ИИ-моделям
Модели уже готовы к использованию — не нужно развертывать инференс и писать код
Подробнее

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:

  1. Создайте сервисный аккаунт и выпустите ключ к Foundation Models.

  2. Сохраните Key Secret в переменной окружения API_KEY.

  3. 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.

Подключение GLM-5.1 через Evolution Foundation Models и работа агента с MCPСхема подключения GLM-5.1 с помощью Evolution Foundation Models

Заключение

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.

Подключенные сервисы:
19 ноября 2026

Подбираете облачный сервис?

Экспертно поможем с выбором
*
*
*
*
*
0/300

Вам может понравиться