Эта модель была опубликована в HF papers 08.08.2025 и добавлена в Hugging Face Transformers 21.07.2025.

GLM-4.5, GLM-4.6, GLM-4.7

Обзор

Языковые модели GLM-4.7, GLM-4.6 и GLM-4.5 используют этот класс. Реализация в transformers не включает слой MTP.

GLM-4.7

GLM-4.7, ваш новый помощник по написанию кода, скоро появится со следующими возможностями:

• Основное программирование: GLM-4.7 демонстрирует заметный прогресс по сравнению с предшественником GLM-4.6 в многоязычном агентном программировании и задачах, основанных на терминале, в том числе (73,8%, +5,8%) на SWE-bench, (66,7%, +12,9%) на SWE-bench Multilingual и (41%, +16,5%) на Terminal Bench 2.0. GLM-4.7 также поддерживает режим «размышления перед действием», что обеспечивает значительное улучшение результатов на сложных задачах в таких популярных агентных фреймворках, как Claude Code, Kilo Code, Cline и Roo Code.
• Vibe Coding: GLM-4.7 делает большой шаг вперёд в улучшении качества пользовательского интерфейса. Модель генерирует более чистые и современные веб-страницы, а также создаёт более привлекательные слайды с более точным расположением элементов и размерами.
• Использование инструментов: GLM-4.7 демонстрирует значительные улучшения в использовании инструментов. Существенно лучшие результаты наблюдаются на бенчмарках, таких как τ^2-Bench, а также при веб-обзоре через BrowseComp.
• Сложное рассуждение: GLM-4.7 обеспечивает значительное повышение математических и логических возможностей, достигая (42,8%, +12,4%) на бенчмарке HLE (Humanity’s Last Exam) по сравнению с GLM-4.6.

В более общем случае значительные улучшения также наблюдаются во многих других сценариях, таких как чат, творческое письмо и ролевые игры.

Чередующееся и сохраняемое рассуждение

GLM-4.7 дополнительно улучшает Interleaved Thinking (функция, появившаяся начиная с GLM-4.5) и вводит Preserved Thinking и Turn-level Thinking. За счёт размышлений между действиями и сохранения согласованности между ходами модель делает выполнение сложных задач более стабильным и управляемым:

• Чередующееся рассуждение: модель рассуждает перед каждым ответом и вызовом инструмента, что улучшает следование инструкциям и качество генерации.
• Сохранение размышлений: в сценариях с агентом для написания кода модель автоматически сохраняет все блоки размышлений в рамках многоходового диалога, повторно используя уже имеющиеся рассуждения, а не выводя их заново. Это снижает потерю информации и противоречия, что делает подход хорошо подходящим для длительных и сложных задач.
• Размышление на уровне хода: модель поддерживает управление рассуждениями для каждого хода в рамках сессии — отключите размышления для лёгких запросов, чтобы снизить задержку и стоимость, и включите их для сложных задач, чтобы повысить точность и стабильность.

Подробнее: https://docs.z.ai/guides/capabilities/thinking-mode

Для получения дополнительных результатов оценки, примеров использования и технических деталей посетите технический блог GLM-4.7.

GLM-4.6

По сравнению с GLM-4.5, GLM-4.6 вносит несколько ключевых улучшений:

• Более длинное контекстное окно: Размер контекстного окна увеличен с 128K до 200K токенов, что позволяет модели обрабатывать более сложные агентные задачи.
• Высокое качество генерации кода: модель показывает более высокие результаты на бенчмарках по программированию и демонстрирует лучшую эффективность в реальных приложениях, таких как Claude Code, Cline, Roo Code и Kilo Code, включая улучшение генерации визуально отполированных фронтенд-страниц.
• Расширенное рассуждение: GLM-4.6 демонстрирует явное улучшение в производительности рассуждений и поддерживает использование инструментов во время инференса, что приводит к более сильной общей функциональности.
• Более способные агенты: GLM-4.6 демонстрирует более высокую производительность в агентах, использующих инструменты и поиск, и эффективнее интегрируется в агентные фреймворки.
• Улучшенный стиль написания: лучше соответствует человеческим предпочтениям в плане стиля и читаемости, а также ведёт себя более естественно в сценариях ролевых игр.

Мы оценили GLM-4.6 на восьми публичных бенчмарках, охватывающих агентов, рассуждения и программирование. Результаты демонстрируют явное превосходство над GLM-4.5, при этом GLM-4.6 сохраняет конкурентные преимущества перед ведущими отечественными и зарубежными моделями, такими как DeepSeek-V3.1-Terminus и Claude Sonnet 4.

Для получения дополнительных результатов оценки, примеров использования и технических деталей посетите технический блог GLM-4.6.

GLM-4.5

Модели серии GLM-4.5 — это базовые модели, разработанные для интеллектуальных агентов; варианты MoE описаны здесь как Glm4Moe.

GLM-4.5 содержит 355 млрд параметров в общей сложности, из которых 32 млрд являются активными, тогда как GLM-4.5-Air использует более компактную архитектуру с 106 млрд параметров в общей сложности и 12 млрд активных параметров. Модели GLM-4.5 объединяют возможности рассуждений, программирования и интеллектуальных агентов, чтобы удовлетворять сложным требованиям приложений на базе интеллектуальных агентов.

Обе модели GLM-4.5 и GLM-4.5-Air являются гибридными моделями рассуждений, которые предлагают два режима: режим рассуждений для сложного логического анализа и использования инструментов, а также режим без рассуждений для мгновенных ответов.

Мы опубликовали исходные коды базовых моделей, гибридных моделей рассуждения и версий FP8 гибридных моделей рассуждения для GLM-4.5 и GLM-4.5-Air. Они распространяются по открытой лицензии MIT и могут использоваться в коммерческих целях и для вторичной разработки.

Как показано в нашей комплексной оценке по 12 отраслевым бенчмаркам, GLM-4.5 демонстрирует выдающиеся результаты, набрав 63,2 балла и заняв 3-е место среди всех проприетарных и открытых моделей. Примечательно, что GLM-4.5-Air обеспечивает конкурентоспособные результаты на уровне 59,8, сохраняя при этом высокую эффективность.

Для получения дополнительных результатов оценки, примеров использования и технических деталей посетите наш технический отчёт или технический блог.

Код модели, парсер инструментов и парсер рассуждений можно найти в реализации transformers, vLLM и SGLang.

Glm4MoeConfig

>>> from transformers import Glm4MoeModel, Glm4MoeConfig

>>> # Initializing a Glm4Moe style configuration
>>> configuration = Glm4MoeConfig()

>>> # Initializing a model from the GLM-4-MOE-100B-A10B style configuration
>>> model = Glm4MoeModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config

Glm4MoeModel

Glm4MoeForCausalLM

>>> from transformers import AutoTokenizer, Glm4MoeForCausalLM

>>> model = Glm4MoeForCausalLM.from_pretrained("meta-glm4_moe/Glm4Moe-2-7b-hf")
>>> tokenizer = AutoTokenizer.from_pretrained("meta-glm4_moe/Glm4Moe-2-7b-hf")

>>> prompt = "Hey, are you conscious? Can you talk to me?"
>>> inputs = tokenizer(prompt, return_tensors="pt")

>>> # Generate
>>> generate_ids = model.generate(inputs.input_ids, max_length=30)
>>> tokenizer.batch_decode(generate_ids, skip_special_tokens=True, clean_up_tokenization_spaces=False)[0]
"Hey, are you conscious? Can you talk to me?\nI'm not conscious, but I can talk to you."