CONFIRMADOConfiança da data: CONFIRMADOInformado como definitivoQuão firme a fonte é sobre a data: confirmada, agendada, estimada, adiada ou não verificada.Mostrar todos os pins CONFIRMADO85% DE CONFIANÇAConfiança geral: 85%Quanto a fonte e as referências do pin sustentam suas datas.Média ponderada de quanto 6 referências, incluindo a fonte, sustentam os horários de início e fim do pin; uma referência conta metade a cada 180 dias a mais em relação à mais recenteMostrar todos os pins com confiança de 75% ou mais
A VentureBeat[4] (7 de abril de 2026) diz que a Z.ai «apresentou hoje o GLM-5.1 sob uma licença MIT permissiva»; as notas de versão para desenvolvedores da Z.ai e a Epoch[6] AI indicam 7 de abril de 2026. O repositório do Hugging Face[5] foi criado em 3 de abril e os pesos foram enviados a partir de 4 de abril, antes do anúncio público.- Início
- 7 de abr. de 202692% DE CONFIANÇAde venturebeat.com
GLM-5.1 lançado
Traduzido automaticamente do original
Título original: GLM-5.1 Released
A Z.ai (Zhipu AI) lança o GLM-5.1 com pesos abertos sob licença MIT, um modelo de 754B de parâmetros criado para trabalhar de forma autônoma em uma única tarefa por até 8 horas, e que lidera o SWE-Bench Pro com 58.4.
- A Z.ai lançou o GLM-5.1 em 7 de abril de 2026 com pesos abertos sob licença MIT no Hugging Face e no ModelScope, com acesso via API a $1.40 por milhão de tokens de entrada, $0.26 em cache e $4.40 de saída[2][4][5]
- A proposta era resistência, e não precisão na primeira tentativa: a Z.ai diz que o GLM-5.1 consegue trabalhar de forma independente em uma única tarefa por até 8 horas, repetindo ciclos de planejamento, execução, testes e revisão, enquanto os modelos anteriores «esgotam cedo o seu repertório» e estagnam[1][2][5]
- Reivindicou a maior pontuação no SWE-Bench Pro, com 58.4, à frente do GPT-5.4 (57.7), do Claude Opus 4.6 (57.3) e do Gemini 3.1 Pro (54.2), além de 68.7 no CyberGym (GLM-5: 48.3) e 68.0 no BrowseComp[4][5]
- As demonstrações sustentaram a afirmação: ele construiu um ambiente de desktop Linux em uma sessão de oito horas com 655 iterações e elevou o throughput de consultas de um banco de dados vetorial para 6.9x o da sua primeira versão de produção[3]
- A VentureBeat também relata uma aceleração média geométrica de 3.6x no KernelBench Nível 3, abaixo dos 4.2x do Claude Opus 4.6[4]
- Veio na sequência do GLM-5 Turbo de março, exclusivamente proprietário, e cerca de dois meses depois do GLM-5 (11 de fevereiro); o GLM-5.2 chegou em 16 de junho[2][4]
Principais recursos
- Somente texto, contexto de cerca de 200K tokens (202,752 segundo a VentureBeat) e saída máxima de 128K tokens[1][4]
- Modelo de mistura de especialistas com cerca de 754 bilhões de parâmetros, que pode ser implantado com SGLang 0.5.10+, vLLM 0.19.0+, xLLM, Transformers e KTransformers[4][5]
- Terminal-Bench 2.0 de 63.5 no Terminus-2 e 69.0 no harness do Claude Code, NL2Repo 42.7 (GLM-5: 35.9) e HLE com ferramentas 52.3[5]
- A Z.ai afirma que a sua documentação o avalia como «globalmente alinhado» com o Claude Opus 4.6 em capacidade geral e de programação[1]
- Os níveis do Coding Plan foram cotados a $27, $81 e $216 por trimestre, com o uso em horário de pico contado a três vezes a tarifa padrão[4]
Benchmarks
Tabela de resultados da Z.ai a partir do cartão do modelo, conforme publicada[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 (com ferramentas) | 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 (melhor resultado autodeclarado) | 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 (com gerenciamento de contexto) | 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 |
Um asterisco no final indica resultados do conjunto de testes completo; o negrito indica a melhor pontuação da linha.