# GLM-5

Z.ai വികസിപ്പിച്ച മോഡലാണ് GLM-5; ഇതിന്റെ വെയിറ്റുകൾ പൊതുവായി ലഭ്യമാണ്; റിലീസ് ചെയ്ത തീയതി 2026-02-12. കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം 2,02,752 ടോക്കണുകൾ ആണ്. പരമാവധി ഔട്ട്‌പുട്ട് 1,31,072 ടോക്കണുകൾ ആണ്. പത്ത് ലക്ഷം ഇൻപുട്ട് ടോക്കണുകൾക്ക് $1.00, പത്ത് ലക്ഷം ഔട്ട്‌പുട്ട് ടോക്കണുകൾക്ക് $3.20 എന്നതാണ് വില.

- ഡെവലപ്പർ: Z.ai
- Id: zai-org/glm-5
- റിപ്പോർട്ടുകൾ പ്രകാരം: 2026-06-21T18:57:49.000Z
- റിലീസ് ചെയ്തു: 2026-02-12T00:00:00.000Z
- കണ്ടെത്തൽ: 2026-09-17T00:11:02.202Z
  - [തെളിവിന്റെ ലിങ്ക്](https://models.dev/#glm-5)
- നില: റിലീസ് ചെയ്തു
- വെയ്റ്റുകളുടെ പതിപ്പ്: 2026-02-11
  - [തെളിവിന്റെ ലിങ്ക്](https://huggingface.co/api/models/zai-org/GLM-5/paths-info/c183ef8c61faee82855eca1ed9bb3a9a7ce3b0b2)
- പ്രധാന പേജ് വിലാസം: https://alexgetman.com/ml/models/z-ai/glm-5-803/

## ചോദ്യങ്ങൾ

### GLM-5-ന്റെ കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം എത്രയാണ്?

കോൺടെക്സ്റ്റ് വിൻഡോയുടെ വലുപ്പം 2,02,752 ടോക്കണുകൾ ആണ്. പരമാവധി ഔട്ട്‌പുട്ട് 1,31,072 ടോക്കണുകൾ ആണ്.

### GLM-5-ന്റെ വില എത്രയാണ്?

പത്ത് ലക്ഷം ഇൻപുട്ട് ടോക്കണുകൾക്ക് $1.00, പത്ത് ലക്ഷം ഔട്ട്‌പുട്ട് ടോക്കണുകൾക്ക് $3.20 എന്നതാണ് വില. കാഷിൽ സൂക്ഷിച്ച ഇൻപുട്ടിന് പത്ത് ലക്ഷം ടോക്കണുകൾക്ക് $0.20 ആണ് വില.

### GLM-5-ന്റെ വെയിറ്റുകൾ പൊതുവായി ലഭ്യമാണോ?

അതെ. Z.ai വെയിറ്റുകൾ പ്രസിദ്ധീകരിക്കുന്നു.

### GLM-5 എപ്പോഴാണ് റിലീസ് ചെയ്തത്?

2026-02-12 ന്.

## കാലക്രമം

- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @kaiyux](https://github.com/NVIDIA/TensorRT-LLM/pull/21019)
> - `modeling_glm5_next_vision.py`: the GLM-5 input processor takes the prefix tokenization cache (the fourth commit). Before, it tokenized every text prompt in full and ignored `enable_tokenization_cache`.
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @moraxu](https://github.com/NVIDIA/TensorRT-LLM/pull/22136)
> class is registered for both `DeepseekV3ForCausalLM` and `DeepseekV32ForCausalLM`; GLM-5 (`GlmMoeDsaForCausalLM`) and Mistral Large 3 subclass it, so exact-class matching excludes them. Kimi K2 declares `DeepseekV3ForCausalLM`
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · ROCm/ATOM · @whx-sjtu](https://github.com/ROCm/ATOM/pull/3318)
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · ai-dynamo/dynamo · @indrajit96](https://github.com/ai-dynamo/dynamo/pull/18363)
> for any DSA model (including DeepSeek V3.2 and GLM-5), or matching `flashmla_kv`/`trtllm` kernels on K3.1's sharded DCP path. Kernels SGLang has not resolved at CLI
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · ai-dynamo/frontend-crates · @dundysm](https://github.com/ai-dynamo/frontend-crates/pull/600)
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · anomalyco/models.dev · @models-dev-automation[bot]](https://github.com/anomalyco/models.dev/pull/13561)
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · maximhq/bifrost · @mickgvirtu](https://github.com/maximhq/bifrost/pull/4593)
> is not `schemas.Anthropic`, and the served model -- `glm-5`, `Kimi-K2`, ... -- is neither opus-4.8 nor Fable), so Claude Code's per-turn reminders were hoisted every
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · milabench/milabench · @bouthilx](https://github.com/milabench/milabench/pull/65)
> - GLM-5: layout check before launch, loss from the last stage, checkpoint timing and checksums, crash cleanup; `benchmarks/megatron/dev.yaml`, `scripts/trillium/glm/`.
- 2026-11-13T19:01:50.882Z · [GitHub search · Z.ai · pulls · smg-project/smg · @hello-alexmcc](https://github.com/smg-project/smg/pull/6229)
> Atria-Dawn, `glm`, beside Atria-Dawn-Preview: the template writes the GLM-5 shape (`[gMASK]<sop>`, a reasoning-effort system turn, `<|system|>` / `<|user|>` / `<|assistant|>` / `<|observation|>` turns), the tools

## തെളിവുകളുടെ ലിങ്കുകൾ

- [vertex-model-garden](https://console.cloud.google.com/vertex-ai/publishers/zai-org/model-garden/glm-5)
- [review](https://docs.z.ai/api-reference/llm/chat-completion)
- [zai-pricing](https://docs.z.ai/guides/overview/pricing)
- [GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @kaiyux](https://github.com/NVIDIA/TensorRT-LLM/pull/21019)
- [GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @moraxu](https://github.com/NVIDIA/TensorRT-LLM/pull/22136)
- [GitHub search · Z.ai · pulls · ROCm/ATOM · @whx-sjtu](https://github.com/ROCm/ATOM/pull/3318)
- [GitHub search · Z.ai · pulls · ai-dynamo/dynamo · @indrajit96](https://github.com/ai-dynamo/dynamo/pull/18363)
- [GitHub search · Z.ai · pulls · ai-dynamo/frontend-crates · @dundysm](https://github.com/ai-dynamo/frontend-crates/pull/600)
- [GitHub search · Z.ai · pulls · anomalyco/models.dev · @models-dev-automation[bot]](https://github.com/anomalyco/models.dev/pull/13561)
- [GitHub search · Z.ai · pulls · maximhq/bifrost · @mickgvirtu](https://github.com/maximhq/bifrost/pull/4593)
- [GitHub search · Z.ai · pulls · milabench/milabench · @bouthilx](https://github.com/milabench/milabench/pull/65)
- [GitHub search · Z.ai · pulls · smg-project/smg · @hello-alexmcc](https://github.com/smg-project/smg/pull/6229)
- [hf-author-artifacts:zai-org](https://huggingface.co/api/models/zai-org/GLM-5/paths-info/c183ef8c61faee82855eca1ed9bb3a9a7ce3b0b2)
- [huggingface-router](https://huggingface.co/zai-org/GLM-5)
- [models-dev](https://models.dev/#glm-5)

## സിഗ്നലുകൾ