DIKONFIRMASIKeyakinan tanggal: DIKONFIRMASIDinyatakan pastiSeberapa tegas sumber menyebutkan tanggalnya: dikonfirmasi, dijadwalkan, diperkirakan, tertunda, atau belum diverifikasi.Tampilkan semua pin DIKONFIRMASIKEYAKINAN 85%Keyakinan keseluruhan: 85%Seberapa baik sumber dan referensi pin mendukung tanggalnya.Rata-rata tertimbang dari seberapa kuat 6 referensi, termasuk sumber, mendukung waktu mulai dan berakhir pin; bobot sebuah referensi berkurang setengahnya untuk setiap 180 hari lebih lama dari yang terbaruTampilkan semua pin dengan keyakinan 75% atau lebih tinggi
VentureBeat[4] (7 April 2026) menyebut Z.ai "hari ini memperkenalkan GLM-5.1 di bawah lisensi MIT yang permisif"; catatan rilis pengembang Z.ai dan Epoch[6] AI sama-sama mencantumkan 7 April 2026. Repositori Hugging Face[5] dibuat pada 3 April dan bobot diunggah mulai 4 April, sebelum pengumuman publik.- Mulai
- 7 Apr 2026KEYAKINAN 92%dari venturebeat.com
GLM-5.1 dirilis
Diterjemahkan otomatis dari aslinya
Judul asli: GLM-5.1 Released
Z.ai (Zhipu AI) merilis GLM-5.1 sebagai bobot terbuka berlisensi MIT, model berparameter 754B yang dirancang bekerja secara mandiri pada satu tugas hingga 8 jam, dan memuncaki SWE-Bench Pro dengan skor 58.4.
- Z.ai merilis GLM-5.1 pada 7 April 2026 sebagai bobot terbuka berlisensi MIT di Hugging Face dan ModelScope, dengan akses API seharga $1.40 per juta token input, $0.26 untuk cache, dan $4.40 untuk output[2][4][5]
- Keunggulan yang ditawarkan adalah daya tahan, bukan akurasi pada percobaan pertama: Z.ai menyebut GLM-5.1 dapat bekerja mandiri pada satu tugas hingga 8 jam, berulang kali melalui perencanaan, eksekusi, pengujian, dan revisi, sementara model sebelumnya "cepat menghabiskan repertoarnya" lalu stagnan[1][2][5]
- Model ini mengklaim skor tertinggi SWE-Bench Pro sebesar 58.4, mengungguli GPT-5.4 (57.7), Claude Opus 4.6 (57.3) dan Gemini 3.1 Pro (54.2), serta 68.7 pada CyberGym (GLM-5: 48.3) dan 68.0 pada BrowseComp[4][5]
- Demonstrasi mendukung klaim tersebut: model membangun lingkungan desktop Linux dalam sesi delapan jam dengan 655 iterasi dan meningkatkan throughput kueri basis data vektor menjadi 6.9x versi produksi pertamanya[3]
- VentureBeat juga melaporkan percepatan rata-rata geometrik 3.6x pada KernelBench Level 3, di bawah 4.2x milik Claude Opus 4.6[4]
- Model ini menyusul GLM-5 Turbo bulan Maret yang hanya proprietari dan hadir sekitar dua bulan setelah GLM-5 (11 Februari); GLM-5.2 menyusul pada 16 Juni[2][4]
Fitur unggulan
- Hanya teks, konteks sekitar 200K token (202,752 menurut VentureBeat) dan keluaran maksimum 128K token[1][4]
- Model campuran pakar dengan sekitar 754 miliar parameter, dapat dijalankan dengan SGLang 0.5.10+, vLLM 0.19.0+, xLLM, Transformers, dan KTransformers[4][5]
- Terminal-Bench 2.0 sebesar 63.5 pada Terminus-2 dan 69.0 dalam harness Claude Code, NL2Repo 42.7 (GLM-5: 35.9) dan HLE dengan alat 52.3[5]
- Z.ai menyatakan dokumentasinya menilai model ini "secara keseluruhan sejajar" dengan Claude Opus 4.6 dalam kemampuan umum dan pemrograman[1]
- Tingkatan Coding Plan dipatok $27, $81, dan $216 per kuartal, dengan penggunaan pada jam sibuk dihitung tiga kali lipat tarif standar[4]
Benchmark
Tabel hasil Z.ai dari kartu model, sebagaimana dipublikasikan[5].
| Benchmark | GLM-5.1 | GLM-5 | Qwen3.6-Plus | Minimax M2.7 | DeepSeek-V3.2 | Kimi K2.5 | Claude Opus 4.6 | Gemini 3.1 Pro | GPT-5.4 |
|---|---|---|---|---|---|---|---|---|---|
| HLE | 31.0 | 30.5 | 28.8 | 28.0 | 25.1 | 31.5 | 36.7 | 45.0 | 39.8 |
| HLE (dengan alat) | 52.3 | 50.4 | 50.6 | - | 40.8 | 51.8 | 53.1* | 51.4* | 52.1* |
| AIME 2026 | 95.3 | 95.4 | 95.1 | 89.8 | 95.1 | 94.5 | 95.6 | 98.2 | 98.7 |
| HMMT Nov. 2025 | 94.0 | 96.9 | 94.6 | 81.0 | 90.2 | 91.1 | 96.3 | 94.8 | 95.8 |
| HMMT Feb. 2026 | 82.6 | 82.8 | 87.8 | 72.7 | 79.9 | 81.3 | 84.3 | 87.3 | 91.8 |
| IMOAnswerBench | 83.8 | 82.5 | 83.8 | 66.3 | 78.3 | 81.8 | 75.3 | 81.0 | 91.4 |
| GPQA-Diamond | 86.2 | 86.0 | 90.4 | 87.0 | 82.4 | 87.6 | 91.3 | 94.3 | 92.0 |
| SWE-Bench Pro | 58.4 | 55.1 | 56.6 | 56.2 | - | 53.8 | 57.3 | 54.2 | 57.7 |
| NL2Repo | 42.7 | 35.9 | 37.9 | 39.8 | - | 32.0 | 49.8 | 33.4 | 41.3 |
| Terminal-Bench 2.0 (Terminus-2) | 63.5 | 56.2 | 61.6 | - | 39.3 | 50.8 | 65.4 | 68.5 | - |
| Terminal-Bench 2.0 (hasil terbaik yang dilaporkan sendiri) | 69.0 (Claude Code) | 56.2 (Claude Code) | - | 57.0 (Claude Code) | 46.4 (Claude Code) | - | - | - | 75.1 (Codex) |
| CyberGym | 68.7 | 48.3 | - | - | 17.3 | 41.3 | 66.6 | 38.8 | 66.3 |
| BrowseComp | 68.0 | 62.0 | - | - | 51.4 | 60.6 | - | - | - |
| BrowseComp (dengan manajemen konteks) | 79.3 | 75.9 | - | - | 67.6 | 74.9 | 84.0 | 85.9 | 82.7 |
| τ³-Bench | 70.6 | 69.2 | 70.7 | 67.6 | 69.2 | 66.0 | 72.4 | 67.1 | 72.9 |
| MCP-Atlas (Public Set) | 71.8 | 69.2 | 74.1 | 48.8 | 62.2 | 63.8 | 73.8 | 69.2 | 67.2 |
| Tool-Decathlon | 40.7 | 38.0 | 39.8 | 46.3 | 35.2 | 27.8 | 47.2 | 48.8 | 54.6 |
| Vending Bench 2 | $5,634.41 | $4,432.12 | $5,114.87 | - | $1,034.00 | $1,198.46 | $8,017.59 | $911.21 | $6,144.18 |
Tanda * di akhir menandai hasil dari set uji lengkap; huruf tebal menandai skor terbaik pada baris tersebut.