GLM Image

The efficiency-focused Flash model in the GLM-5 family, with native multimodal support and a design aimed at long-context, high-frequency execution. It is a strong fit for coding, agentic workflows, and complex tasks that require image-and-text understanding, especially when production cost matters.

A flagship workhorse for complex software engineering and long-horizon agent tasks. It uses the same base model as GLM-5.2, with improvements driven by post-training, delivering a 50% gain on Z.ai Code Bench alongside stronger terminal-operation and vulnerability-discovery capabilities. It offers a 1M-token context window, up to 128K output, always-on reasoning with low, high, and max effort levels, function calling, and structured outputs. It currently accepts text only and is not intended for tasks requiring visual understanding.

Создан для рассуждений, кодирования и задач агента с длинным контекстом, улучшен по сравнению с GLM-5.1 по длине контекста, использованию инструментов и сложным многоэтапным рабочим процессам. По сравнению с ведущими китайскими аналогами, такими как Qwen, DeepSeek и Kimi, он подходит для автоматизации предприятия, анализа кода на уровне проекта и работы с знаниями на китайском языке.

Мультимодальная модель генерации изображений для профессионального визуального создания. Он может генерировать изображения из текста и выполнять точное редактирование с использованием эталонных изображений и пространственных аннотаций, обладая преимуществами в плотной инфографике, типографике, реалистичном освещении и многоязычном рендеринге текста.