Zai · pașaport de model
Z.ai: GLM 5.2
glm-5-2- Ponderi deschise
- Licență MIT
- 753.3B parametri
- 1,048,576 context
- Lansat 2026-06-16(repo HF creat)
- General · LMArena
- 1,476#28 din 396
- Cea mai bună percentilă
- 93.2General
- Poziția în cohortă
- 72.8mediană 59.6
Ce spun datele
Evaluat pe 15 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 93.2 pct — General (1,476)
- 91.9 pct — Urmarea instrucțiunilor (1,470)
- 91.4 pct — Prompturi dificile (1,496)
Neuniform: 59,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 93.2 pct pe General față de 34.1 pct pe SimpleQA Verified.
- General93.2 pct1,476Verifică →
- Urmarea instrucțiunilor91.9 pct1,470Verifică →
- Prompturi dificile91.4 pct1,496Verifică →
- GPQA Diamond89.1 pct91.9%Verifică →
- LiveBench89 pct73.2%Verifică →
- Programare89 pct1,513Verifică →
- IFBench (Artificial Analysis)88.9 pct73.3%Verifică →
- SWE-bench Verified87.5 pct78.7%Verifică →
- WebDev Arena82.7 pct1,605Verifică →
- Factuality Arena79.1 pct1,463Verifică →
- SimpleBench67.8 pct58.8%Verifică →
- AIME (matematică)64 pct86.4%Verifică →
- Agent Arena60 pct0.024Verifică →
- ARC-AGI-252.8 pct22.8%Verifică →
- SimpleQA Verified34.1 pct34.2%Verifică →
- Vision ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- FrontierMathNeevaluat
- Humanity's Last ExamNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
Cum îl rulezi
Rulează-l singur
Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "zai-org/GLM-5.2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)Ollama
Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →
Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →
Folosește-l găzduit
z-ai/glm-5.2Parametri API acceptați de acest endpoint
Exemplu de cerere
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"z-ai/glm-5.2","messages":[{"role":"user","content":"Hello"}]}'Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.
glm-5.2-max stands at 72.8 (raw mean 77.4) — measured on 15 of 27 axes.
glm-5.2-max stands at 72.8 versus a cohort median of 59.6 across 205 models released within 180 days — above the peer median.
glm-5.2-max scores at percentile 93.2 on General.
glm-5.2-max scores at percentile 91.9 on Urmarea instrucțiunilor.
glm-5.2-max ranks between #9 and #49 across 6 built-in weightings — best under "Universal", worst under "Raționament".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →