GLM-5.1
Zhipu AI’s flagship model capable of 8-hour continuous autonomous work. Ranks #3 globally on SWE-bench Pro, #1 among open-source models.
Specifications
| Spec | Value |
|---|---|
| Parameters | 355B total, 32B active |
| Architecture | MoE |
| Tool-calling Success | 90.6% |
| License | MIT |
| Hardware | 8 H20 chips |
Performance
Benchmark Rankings
| Benchmark | GLM-5.1 | Global Rank |
|---|---|---|
| SWE-bench Pro | Top 3 | #1 Open-source |
| SWE-bench Lite | Top 3 | #1 Open-source |
| Terminal-Bench 2.0 | Top tier | - |
Real-World Achievements
Linux Desktop (8 hours):
- 1200+ execution steps
- Complete desktop environment
- 4.8MB files = 1 week of 4-person team
Vector DB Optimization:
- 655 iterations
- 3108 QPS → 21,472 QPS (6.9x)
- Self-directed strategy switching
ML Kernel Optimization:
- 24+ hours continuous
- 3.6x speedup (torch.compile max-autotune: 1.49x)
Agent Capabilities
- Autonomous goal decomposition
- Self-evolution during tasks
- Strategy switching when hitting walls
- Self-evaluation mechanisms
Context Window
- Standard long context
- 8-hour effective work duration
- METR: Only model besides Claude Opus 4.6 with 8-hour capability
Access
- API: z.ai, bigmodel.cn
- GitHub: zai-org/GLM-5
- HuggingFace: zai-org/GLM-5.1
- ModelScope: ZhipuAI/GLM-5.1
- Coding Plans: Claude Code, OpenCode
Notes
- World’s strongest open-source for long-horizon tasks
- Agent-native architecture (not adapted, designed)
- Pioneer in 8-hour autonomous work
Related: Zhipu-AI | China-AI-Model-Landscape-2025-2026 | AI-Models-Landscape-2025-2026
[2026-07-17] 摸高战略上下文：从GLM-5.2到下一代
- 智谱创始人唐杰内部信《巨浪已来》明确：“从GLM-4.5到GLM-5.2，智谱在多项公开测评里摸到了海外最前沿模型的能力边界”。GLM-5.2是当前公开线，下一代（两年内）是”摸高”目标。
- 摸高计划四个方向中，长程任务方向直接衔接本页已记录的GLM-5.1能力：8小时连续自主工作（Linux Desktop 1200+步/Vector DB 655次迭代6.9倍/ML Kernel 3.6倍加速三实例）。METR指标（模型以50%成功率完成的任务换算成人类专家工时）2019-2025年每7个月翻一倍，2024年后加速到约每90天翻一倍；去年底旗舰模型已达5小时以上，信里判断能干跨数周任务的模型两三年内可期。
- 其他三方向：自治智能体（记忆/持续学习/自我评判，海外印证包括 Anthropic 长时运行托管agent公测、Claude Sonnet 5主打”便宜跑agent”、OpenAI GPT-5.6自主拆分子任务预览）、自我进化（GPT-5.3-Codex”参与了创造它自己”已写进发布说明）、安全治理（百亿级机械可解释性，对标Anthropic）。
- 不臆测下一代模型规格；本页现有内容为GLM-5.1规格（355B/32B MoE/8小时/SWE-bench 1开源），战略上下文见 Zhipu-AI 摸高计划条目。
[2026-08-10] WorkBuddy Bench 安全赛道双环境第一 + E-Bench 验证者 + Endpoint Accuracy Index
- WorkBuddy Bench 安全赛道（60 题：38 攻击 + 22 防御，确定性程序打分、不用大模型当裁判、五层反作弊）：GLM-5.2 两套执行环境均第一（76.32 / 80.86）；该赛道开源模型力压闭源（同环境 GPT-5.5 77.91、Claude Opus 4.8 65.87）。详见 WorkBuddy-Bench。
- GLM-5.1 任 E-Bench 任务验证者：与 GPT-5.5、Claude Opus 4.7 独立验证任务可解性，至少两个通过才收录。
- GLM-5.2 入选 Artificial Analysis 首批 Endpoint Accuracy Index（见 Endpoint Accuracy）：实测同一份开源权重在不同 serverless 供应商处的准确率——输出 token 上限最严的 endpoint 在 HLE-250 上只剩参考值一半或更低（推理被截断）；低分 endpoint 普遍输出 token 数约为参考一半。