GLM-5 to wydanie, które otworzyło obecną generację rodziny modeli GLM. Pojawiło się z wyraźnie mocniejszymi podstawami kodowania niż linia 4.x, bardziej niezawodnym wykonywaniem wielokrokowym i zauważalnie lepszym zachowaniem w złożonych zadaniach agentowych, gdzie plan musi przetrwać zderzenie z realnym wyjściem narzędzi. Wszystko, z czego seria 5 jest dziś znana — długodystansowe rozumowanie, inżynieria agentowa, otwarte wagi na licencji MIT — zaczyna się tutaj.
Ponieważ autorzy modelu publikują pełną tabelę porównawczą wyłącznie dla GLM-5.2 i GLM-5.1, GLM-5 nie ma własnej kolumny benchmarków. Ta strona mówi o tym wprost: podaje opublikowaną specyfikację i pozycjonowanie oraz najbliższą opublikowaną kolumnę odniesienia, zamiast wymyślać liczby. Jeśli do decyzji potrzebujesz twardych wyników, właściwym miejscem jest strona flagowca.
Bez rejestracji, bez konta, bez kredytów. Wpisz prompt i odbierz strumieniowaną odpowiedź.
Odpowiedź pojawi się tutaj...
Ten playground korzysta z darmowego otwartoźródłowego LLM udostępnianego przez OpenRouter. To nie jest GLM-5.2 i nie używa wag GLM — jest tutaj po to, byś mógł przetestować działający model na żywo podczas lektury opublikowanych danych benchmarkowych GLM poniżej.
Krok z linii 4.x do GLM-5 dotyczył raczej niezawodności niż spektakularnych możliwości. Wykonywanie wielokrokowe to ta część pracy agentowej, która po cichu decyduje, czy przebieg dobiegnie końca: model, który pięknie rozumuje, ale gubi krok, zapomina o ograniczeniu albo powtarza już wykonaną pracę, nie przetrwa pięćdziesięciu tur trajektorii. GLM-5 uszczelnił to zachowanie, a przy okazji poprawił kodowanie i obsługę złożonych zadań agentowych — dlatego dwa kolejne wydania mogły skupić się na długości horyzontu, a nie na podstawowej niezawodności. Serię 5 warto czytać jako trzy ruchy: GLM-5 uczynił długie trajektorie niezawodnymi, GLM-5.1 uczynił je długimi, a GLM-5.2 uczynił je bardzo długimi, przebudowując stos uwagi wokół współdzielonego indeksera.
Opublikowana tabela porównawcza obejmuje GLM-5.2 i GLM-5.1. Poniższa kolumna należy do GLM-5.1 — to najbliższy opublikowany punkt odniesienia dla generacji GLM-5. Dla samego GLM-5 nie opublikowano kolumny benchmarków i żadnej tutaj nie wymyślamy.
Traktuj powyższą kolumnę jako sprawdzian górnej granicy, a nie jako wynik GLM-5. Pokazuje ona, gdzie wylądowała generacja bezpośrednio po GLM-5: 95,3 w AIME 2026, 86,2 w GPQA-Diamond, 71,8 w MCP-Atlas i 58,4 w SWE-bench Pro, przy wciąż słabych wierszach długodystansowych. Jeśli wybierasz między modelami GLM na podstawie zmierzonej wydajności, jedyne dwie opcje z opublikowanymi kolumnami to GLM-5.2 i GLM-5.1, a GLM-5.2 wygrywa każdy wiersz tego bezpośredniego porównania.
Porównanie na Terminal-Bench 2.1 (Terminus-2), zgodnie z publikacją autorów modelu.
Wykres śledzi trajektorię serii 5 na tle pola otwartych wag w Terminal-Bench 2.1: GLM-5.1 z 63,5 i MiniMax M3 z 65,0 mieszczą się w tym samym paśmie, Qwen3.7-Max sięga 75,0, a GLM-5.2 wybija się z wynikiem 81,0. GLM-5 poprzedza wszystkie te pomiary, więc jego miejsce na tej krzywej wynika z pozycjonowania, a nie z pomiaru — to kolejny powód, by przejść na stronę flagowca, jeśli potrzebujesz liczby, której da się bronić na przeglądzie projektu.
GLM-5 następuje po GLM-4.7 i poprzedza GLM-5-Turbo, GLM-5.1 oraz GLM-5.2. Jego bezpośrednim potomkiem w duchu jest GLM-5-Turbo, który wziął tę samą bazę i dostroił ją do dynamicznych, długołańcuchowych scenariuszy agentowych. Do pracy produkcyjnej rodzina kieruje dziś na GLM-5.2; GLM-5 ma znaczenie przede wszystkim jako moment, w którym ustalono decyzje projektowe obecnej generacji.
Flagowiec z kontekstem 1M tokenów. To otwartoźródłowy stan sztuki w ewaluacjach kodowania i pracy długodystansowej, z jawnymi poziomami wysiłku Non-Thinking, High i Max.
Model bazowy z serii 5 dostrojony do dynamicznych, długołańcuchowych scenariuszy agentowych, w których plan zmienia się wielokrotnie, a trajektoria musi pozostać wykonalna.
Przeczytaj benchmarki modeli GLM, a potem sprawdź działający model w praktyce. Playground powyżej jest darmowy i niczego od Ciebie nie wymaga; jeśli chcesz pełniejszego zestawu narzędzi AI, darmowy plan naszego partnera zaczyna się tutaj.