Thông số kỹ thuật của GLM-5.1
| Thông số | Chi tiết |
|---|---|
| Nhà phát triển | Z.ai (Zhipu AI) |
| Phiên bản mô hình | GLM-5.1 (tinh chỉnh hậu huấn luyện của GLM-5) |
| Kiến trúc | Mixture-of-Experts (MoE); ~744–754 tỷ tham số tổng, ~40 tỷ hoạt động trên mỗi token; tích hợp Multi-head Latent Attention và DeepSeek Sparse Attention để hiệu quả cho ngữ cảnh dài |
| Độ dài ngữ cảnh | 200K–203K token (lên tới 202,752–204.8K trong một số cấu hình) |
| Số token đầu ra tối đa | 128K token |
| Chế độ | Chỉ văn bản (đầu vào/đầu ra); không hỗ trợ thị giác hoặc âm thanh gốc |
| Khả năng chính | Chế độ tư duy, phát trực tuyến đầu ra, gọi hàm/sử dụng công cụ (tích hợp MCP), bộ đệm ngữ cảnh, đầu ra JSON có cấu trúc |
| Giấy phép | MIT (trọng số mã nguồn mở hoàn toàn) |
| Tùy chọn triển khai | API chính thức, suy luận cục bộ (vLLM, SGLang), Hugging Face / ModelScope |
| Phần cứng huấn luyện | Chip Huawei Ascend (không phụ thuộc Nvidia) |
GLM-5.1 là gì
GLM-5.1 là mô hình ngôn ngữ hạng tiên phong của Z.ai, được tối ưu cho các nhiệm vụ tự động dài hạn. Khác với các LLM truyền thống vốn mạnh ở tương tác ngắn, đơn lượt, mô hình này được thiết kế cho các vòng lặp thực thi bền bỉ—lập kế hoạch, viết mã, kiểm thử, đo chuẩn, gỡ lỗi và tối ưu hóa lặp—trong thời gian dài mà không cần can thiệp của con người.
Các tính năng chính của GLM-5.1
1. Công việc tự động dài hạn
Thực thi liên tục trong 8 giờ: GLM-5.1 là mẫu flagship mới nhất của Z.AI cho các tác vụ dài hạn, và tài liệu chính thức cho biết nó có thể hoạt động liên tục, tự động trên một tác vụ đơn lẻ trong tối đa 8 giờ. Mô hình được định vị để xử lý trọn vòng từ lập kế hoạch và thực thi đến tối ưu hóa lặp và bàn giao cuối cùng.
Tối ưu hóa vòng kín: Cốt lõi của GLM-5.1 là khả năng liên tục lặp qua chu trình “thực nghiệm → phân tích → tối ưu”, thay vì dừng ở đầu ra một lần. Z.AI mô tả đây là bước tiến lớn hướng tới kỹ thuật tự động và các tác tử lập trình dài hạn.
2. Khả năng lập trình và suy luận mạnh
Cân bằng năng lực tổng quát: GLM-5.1 được cho là tương đồng với Claude Opus 4.6 về năng lực tổng thể và hiệu năng lập trình, đồng thời thể hiện hồ sơ cân bằng trên các điểm chuẩn về suy luận, lập trình, tác tử, sử dụng công cụ và duyệt web.
Quy trình kỹ thuật nâng cao: GLM-5.1 được thiết kế cho các quy trình phát triển thực tế, bao gồm tối ưu kỹ thuật phức tạp, gỡ lỗi và bàn giao đạt cấp độ sản xuất. Z.AI định vị nó như nền tảng cho các tác tử tự động và tác tử lập trình dài hạn.
3. Hỗ trợ tốt hơn cho tác vụ phức tạp
Ngữ cảnh và đầu ra lớn hơn: Hướng dẫn chuyển đổi liệt kê độ dài ngữ cảnh tối đa của GLM-5.1 là 200K và đầu ra tối đa là 128K, khiến nó phù hợp hơn cho các tác vụ lớn và phiên làm việc kéo dài.
Suy nghĩ sâu và luồng công cụ: GLM-5.1 hỗ trợ chế độ suy nghĩ sâu, và Z.AI cũng bổ sung phát trực tuyến đầu ra trong khi gọi công cụ với tool_stream=true, giúp hiển thị tham số gọi công cụ theo thời gian thực.
4. Xây dựng cho Agentic Engineering
Từ tạo mã đến bàn giao tự động: Định vị của Z.AI với GLM-5.1 không chỉ là “tạo mã”, mà là “bàn giao công việc kỹ thuật”. Tài liệu mô tả đây là mẫu flagship thế hệ mới cho “Agentic Engineering”, nhấn mạnh lập kế hoạch, thực thi, tối ưu hóa và bàn giao trong một quy trình.
Độ ổn định cao hơn trên các tác vụ dài: Ghi chú phát hành cho biết GLM-5.1 cải thiện độ ổn định, tính nhất quán và khả năng sử dụng công cụ trên các tác vụ kéo dài, được hỗ trợ bởi SFT đa lượt, RL và đánh giá chất lượng quy trình.
GLM-5.1 so với các mô hình khác
GLM-5.1 nổi bật như một trong những lựa chọn nguồn mở mạnh nhất và là đối thủ trực tiếp của các mô hình tiên phong đóng trong các kịch bản lập trình và tác tử:
- so với Claude Opus 4.6: ~94–100% hiệu năng lập trình trên SWE-Bench Pro (58.4 so với 57.3); tự chủ dài hạn vượt trội và chi phí thấp hơn nhờ trọng số mở/bộ tổng hợp.
- so với GPT-5.4: Vượt trội trên SWE-Bench Pro (58.4 so với 57.7); cạnh tranh hoặc hơi thua kém ở một số tác vụ suy luận thuần.
- so với GLM-5 (tiền nhiệm): Tăng 28% về lập trình và khả năng thực thi bền bỉ được cải thiện đáng kể.
- so với Llama 3.1 / Qwen / DeepSeek: Kết quả tác tử và dài hạn mạnh hơn; giấy phép MIT mở mang lại tự do tùy biến lớn hơn so với nhiều lựa chọn khác.
Lợi thế chính của mô hình là khả năng truy cập nguồn mở, hiệu quả chi phí ở quy mô lớn và tối ưu hóa chuyên biệt cho các tác tử kỹ thuật trong thực tế.
Trường hợp sử dụng
GLM-5.1 vượt trội ở mọi nơi cần trí tuệ chạy dài và lặp nhiều:
- Kỹ thuật phần mềm tự động: Phát triển tính năng full-stack, chuyển đổi mã, tái cấu trúc quy mô lớn và kiểm thử đầu-cuối với giám sát tối thiểu.
- Tối ưu hiệu năng: Cải tiến cấp nhân (kernel), tinh chỉnh cơ sở dữ liệu và đo chuẩn đa vòng lặp (ví dụ, tăng 6.9× tốc độ truy vấn vector).
- Quy trình tác tử: Tích hợp vào các tác tử lập trình (Claude Code, OpenClaw) cho các tác vụ ở quy mô kho mã hoặc xây dựng hệ thống phức tạp.
- Năng suất doanh nghiệp: Phân tích tài liệu dài, tạo báo cáo và tạo tài liệu văn phòng có cấu trúc.
- Nghiên cứu & tạo mẫu: Lặp nhanh trên các bài toán mơ hồ đòi hỏi hàng trăm bước tự hiệu chỉnh.
Cách truy cập GLM-5.1 qua CometAPI
CometAPI, một bộ tổng hợp mô hình AI hợp nhất, cung cấp quyền truy cập tức thời, tương thích OpenAI tới GLM-5.1 (và GLM-5) cùng hơn 500 mô hình khác. Nhà phát triển chỉ cần đăng ký tại cometapi.com, lấy khóa API và định tuyến yêu cầu tới endpoint(glm-5.1) bằng các SDK OpenAI tiêu chuẩn hoặc Chat Completions. Không cần thiết lập hạ tầng—CometAPI xử lý định tuyến suy luận, cân bằng tải và chuyển đổi dự phòng.
Bảng giá CometAPI hiện tại (ước tính, tính đến giữa tháng 4 năm 2026):
- Đầu vào: $0.8 mỗi triệu token
- Đầu ra: $3.2 mỗi triệu token
Mức này thấp đáng kể so với giá trực tiếp của Z.ai (~$1.4 / $4.4) và chỉ bằng một phần so với các mô hình tiên phong tương đương ở phương Tây.