z-ai
Z.ai: GLM 4.5
z-ai/glm-4.5
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
z-ai/glm-4.5 es el modelo insignia de pesos abiertos de Z.ai, con arquitectura mixture-of-experts, descrito por su desarrollador como diseñado para aplicaciones de agentes. Tiene 355 mil millones de parámetros totales con 32 mil millones activos, ofrece modos híbridos de razonamiento (con y sin pensamiento), admite llamadas a herramientas y maneja solo texto, con un contexto de hasta 128k tokens. Los pesos se publican bajo licencia MIT en variantes BF16 y FP8. El proveedor reporta resultados sólidos en su propia suite de benchmarks; la evidencia independiente en este paquete se limita al catálogo de OpenRouter, por lo que conviene validar el rendimiento en tus cargas de trabajo.[1][2]
Puntos fuertes
- Diseño de razonamiento híbrido reportado por el proveedor, con modos separados de pensamiento y respuesta inmediata, además de llamadas a herramientas con formato OpenAI.[1][2]
- Pesos abiertos bajo licencia MIT, con variantes base, de razonamiento híbrido y FP8 publicadas para uso comercial y desarrollo derivado.[2]
- Ventana de contexto larga de hasta 128k tokens, consistente entre la ficha del modelo y el listado del catálogo de OpenRouter.[1][2]
Limitaciones
- El autohospedaje exige infraestructura considerable: la documentación indica clústeres multi-GPU H100 o H200 para inferencia completa en BF16 y configuraciones aún mayores para el contexto máximo.[2]
- Las afirmaciones de rendimiento provienen de evaluaciones del propio proveedor; los únicos datos independientes aquí son los listados del catálogo y la arena de OpenRouter, así que las capacidades deben verificarse con tus propias tareas.[1][2]
- Entrada y salida solo de texto, corte de conocimiento en diciembre de 2024 y una fecha de expiración de finales de 2026 indicada en el listado de OpenRouter.[1]
Dónde utilizarlo
- Flujos de trabajo agénticos que combinan razonamiento en varios pasos con llamadas a herramientas y funciones, acordes con el objetivo de diseño declarado por el proveedor.[1][2]
- Tareas de texto con contexto largo, como análisis de documentos o trabajo sobre bases de código extensas, donde la ventana de 128k puede ayudar; valida con entradas representativas.[1][2]
- Despliegues autohospedados donde la licencia MIT, los pesos abiertos y el soporte FP8 pesan más que una huella de hardware mínima.[2]
Fuentes
- [1] OpenRouter catalog · Z.ai: GLM 4.5Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Z.ai: GLM 4.5Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
GLM-4.5 is our latest flagship foundation model, purpose-built for agent-based applications. It leverages a Mixture-of-Experts (MoE) architecture and supports a context length of up to 128k tokens. GLM-4.5 delivers significantly...
Especificaciones
- ID del modelo
- z-ai/glm-4.5
- Creador
- z-ai
- Añadido a OpenRouter
- 25.07.2025
- Longitud de contexto
- 131,072
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.600 / salida $2.2
- Corte de conocimiento
- 31.12.2024
- Fecha de expiración
- 31.12.2026
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Design Arena | models · 3dtasa de victoria 59.7% · posición 68 | 1,153Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 54.4% · posición 84 | 1,156Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 53.3% · posición 80 | 1,157Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 54.4% · posición 81 | 1,135Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 50.8% · posición 69 | 1,088Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 55% · posición 88 | 1,135Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 53.7% · posición 86 | 1,162Elo | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Z.AIfp8 | 131,072 | $0.600 | $2.2 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.