Семейство GLM от китайской лаборатории Zhipu AI (бренд Z.ai) за последние два года превратилось из нишевого open-source проекта в одного из главных конкурентов закрытым флагманам. Релиз GLM 5.1 стал очередным шагом этой эволюции: обновленная языковая модель сохранила архитектуру Mixture of Experts и открытую лицензию MIT, но серьезно прибавила в кодинге, агентных сценариях и способности работать над задачей часами без участия человека. В этом обзоре разберем, что нового появилось в GLM 5.1, чем она отличается от GLM 4.5, GLM 4.6 и базовой GLM-5, и кому обновление действительно нужно.
Что такое GLM 5.1: позиционирование и разработчик
GLM (General Language Model) — линейка больших языковых моделей, которую компания Zhipu AI, выросшая из лаборатории Университета Цинхуа, развивает с 2019 года. В 2026 году компания вышла на IPO в Гонконге и перезапустила международный бренд как Z.ai. Модель GLM 5.1 — промежуточный релиз пятого поколения: она построена на фундаменте флагманской GLM-5, представленной в феврале 2026 года, но получила дообучение с акцентом на длительные агентные задачи и инженерную оптимизацию кода.
Ключевое отличие GLM 5.1 от предшественниц — горизонт автономной работы. Если ранние версии рассчитывались на диалоги длиной в минуты, то обновленная модель способна непрерывно работать над одной задачей до восьми часов: планировать шаги, выполнять код, запускать тесты, находить узкие места, менять стратегию и возвращаться к результату. По стандартам оценки METR это единственная модель с открытыми весами, продемонстрировавшая такую длительность наряду с топовыми закрытыми флагманами.
Технические характеристики GLM 5.1
В основе обновленной модели лежит архитектура MoE (Mixture of Experts): при общем объеме параметров около 744–754 млрд в инференсе активируется лишь 40 млрд. Такая разреженность позволяет держать качество фронтирного уровня при умеренной стоимости токенов. Обучение прошло на корпусе примерно в 28,5 трлн токенов, причем полностью на отечественных для Китая чипах Huawei Ascend — без единого GPU от NVIDIA. Поддерживается контекстное окно 200K токенов и генерация до 128K токенов на выход, есть режим рассуждения thinking, function calling, кеширование контекста и нативная интеграция протокола MCP для подключения внешних инструментов.
| Параметр | GLM 4.6 | GLM-5 | GLM 5.1 |
|---|---|---|---|
| Архитектура | MoE, 355B (32B активных) | MoE, 744B (40B активных) | MoE, на базе 744B |
| Контекстное окно | 200K токенов | 200K токенов | 200K токенов |
| Максимальный вывод | до 128K | до 128K | до 128K |
| Лицензия | MIT | MIT | MIT, открытые веса |
| Фокус релиза | экономия токенов, reasoning | агентный ИИ, флагман | автономная работа до 8 часов |
Результаты в бенчмарках
Главный прирост GLM 5.1 показала в кодинг-тестах. В оценке Coding Evaluation модель набрала 45,3 балла против 47,9 у Claude Opus 4.6 — это 94,6% от уровня закрытого лидера и сразу на 28% больше, чем у базовой GLM-5 с ее 35,4 балла. На жестком бенчмарке SWE-Bench Pro, где проверяется исправление реальных багов в GitHub-репозиториях, модель показала 58,4 балла. Дополнительные результаты: Terminal-Bench 2.0 — 63,5, AIME 2026 — 95,3%, GPQA Diamond — 86,2%, BrowseComp — 68,0%. Базовая GLM-5 при этом держала рекорд среди open-source моделей на SWE-bench Verified (77,8%) и Terminal Bench 2.0 (56,2), а GLM 5.1 усилила сразу три ключевых метрики: SWE-Bench Pro, Terminal-Bench 2.0 и NL2Repo.
Сравнение с предыдущими версиями: что изменилось
GLM 4.5 и GLM 4.6: закладка фундамента
GLM-4.5 с 355 млрд параметров впервые объединила рассуждения, кодинг и агентные сценарии в одной архитектуре и работала в двух режимах — thinking и non-thinking. GLM 4.6 довела контекст до 200K, сократила расход токенов примерно на 15% и стабилизировала длинные диалоги: у 4.5 при многошаговых цепочках иногда «дрейфовал» контекст, модель забывала начало разговора. Версия 4.6 исправила позиционное кодирование и точнее формировала вызовы инструментов, что упростило интеграцию в агентные фреймворки.
GLM-5: скачок пятого поколения
Флагманская GLM-5 удвоила масштаб: примерно 745 млрд параметров, 256 экспертов с восемью активными на токен, разреженное внимание DeepSeek Sparse Attention и обучение на Huawei Ascend с фреймворком MindSpore. Модель вышла в open source под лицензией MIT, а ее API стоил около $1 за миллион входных и $3,20 за миллион выходных токенов.
GLM 5.1: точечная дожимка
Обновление не меняет архитектуру, а чинит главную слабость — плато в длительных задачах. Ранние модели после стартового прогресса застревали, повторяя известные оптимизации. GLM 5.1 активно выявляет узкие места и меняет подходы: например, в задачах оптимизации векторных баз данных она переходит от полного сканирования к индексации IVF или квантованным вычислениям, а в открытых сценариях вроде сборки настольной Linux-системы проявляет элементы самооценки — оценивает функциональность, удобство и дизайн, затем итерирует. Пользователи отмечают, что связка GLM-5-Turbo для рутинных операций и GLM 5.1 для планирования дает сильный результат при минимальных затратах.
Ключевые возможности обновленной модели
- Агентный кодинг: генерация и рефакторинг многофайловых проектов с удержанием структуры импортов и стиля кодовой базы.
- Длинный горизонт задач: полный цикл «планирование — исполнение — итеративная оптимизация — доставка результата» без вмешательства человека.
- Работа с большими контекстами: документация, транскрипты и целые репозитории в одном окне.
- Tool calling и MCP: корректное формирование JSON-вызовов и многошаговых цепочек действий.
- Экономичное кеширование: повторяющиеся префиксы контекста кешируются автоматически, снижая цену длинных диалогов.
- Open source: открытые веса позволяют локальный запуск, дообучение и коммерческое использование без ограничений.
Цены и доступность
GLM 5.1 доступна через подписку GLM Coding Plan на платформе Z.ai. Тариф Lite стоит $10 в месяц (промо — $3 за первый месяц) с лимитом 120 запросов за 5 часов, Pro — $30 (промо — $15) и 600 запросов, Max — расширенные лимиты до 4000 поисковых запросов в месяц. Для сравнения: подписка Claude Max обходится в $100–200, то есть китайская модель дешевле в 3–6 раз. Отдельного API для 5.1 на момент релиза не было — модель работала поверх тарифов GLM-5, а отдельные провайдеры подключали ее по OpenAI-совместимому формату примерно по 152 рубля за миллион входных и 484 рубля за миллион выходных токенов.
GLM 5.1 против конкурентов
На кодинг-бенчмарках GLM 5.1 отставала от Claude Opus 4.6 всего на 2,6 балла — впервые открытая модель приблизилась к закрытому флагману так близко. При этом по цене она радикально доступнее, а после публикации весов — и вовсе запускается локально. Против DeepSeek и моделей Qwen семейство GLM выигрывает в агентных сценариях и длине автономной работы, уступая в экосистеме и узнаваемости на западном рынке. Слабое место всей пятой линейки — отсутствие нативной мультимодальности в текстовых конфигурациях: работа с изображениями требует отдельных vision-моделей вроде GLM-4.6V.
Кому подойдет GLM 5.1
- Разработчикам, которым нужен бюджетный заменитель Claude для автокодинга в Claude Code, Cline и аналогичных инструментах.
- Командам, внедряющим ИИ-агентов для длительных инженерных задач: миграции кода, рефакторинга, оптимизации баз данных.
- Компаниям с политикой приватности, готовым к self-hosted развертыванию на своих GPU без отправки кода в сторонний API.
- Энтузиастам open source: лицензия MIT разрешает дообучение и любые коммерческие сценарии.
Ограничения, о которых стоит знать
- Нет нативной работы с изображениями в текстовой версии.
- Поддержка русского языка хорошая, но приоритетом обучения остаются китайский и английский.
- Часть бенчмарков опубликована самим разработчиком — независимых замеров на релизе было немного.
- Для локального запуска флагманской конфигурации нужен серьезный парк GPU.
Часто задаваемые вопросы
Чем GLM 5.1 отличается от GLM-5?
Тем же размером и архитектурой, но с дообучением под длительные агентные задачи. Прирост в кодинг-бенчмарке составил 28%, добавлена стабильная многочасовая автономная работа и улучшенная самооценка результатов.
Сколько стоит GLM 5.1?
Подписка Coding Plan — от $3 в промо-месяц и от $10 далее; API GLM-5 стоил около $1 за миллион входных токенов. Общая цена заметно ниже западных флагманов.
Можно ли скачать GLM 5.1 бесплатно?
Да, веса открыты под лицензией MIT на Hugging Face и ModelScope, модель можно развернуть локально или дообучить под свою задачу.
GLM 5.1 лучше ChatGPT и Claude?
В кодинге она приблизилась к Claude Opus 4.6 почти вплотную, но по мультимодальности, экосистеме и агентным сервисам закрытые модели пока шире.
Выводы
GLM 5.1 — пример точечного, но важного обновления: без смены архитектуры модель совершила рывок в самом сложном сегменте — автономных агентных задачах, и впервые подвела открытые веса к порогу в несколько баллов от топового закрытого флагмана. Для разработчиков это самый выгодный по соотношению цены, качества и свободы кодинг-инструмент 2026 года. Чтобы не пропустить следующие релизы линейки — уже анонсированы GLM 5.2 с контекстом в миллион токенов и мультимодальный GLM 5.3 Flash — следите за подробными обзорами нейросетей на информационном портале детинейросети.рф, где собраны материалы о возможностях искусственного интеллекта и свежих релизах моделей.
