We present GLM-4.5, an open-source Mixture-of-Experts (MoE) large language model with 355B total parameters and 32B activated parameters, featuring a hybrid reasoning method that supports both thinking and direct response modes. Through multi-stage training on 23T tokens and comp...

Empezar gratis ← Todos los modelos

zai-org/GLM-4.5-FP8 Bajo petición

text->text · zai-org · sovereign EU

Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain

—

Parámetros

131K

Ventana de contexto

434GB

VRAM mínima

POST /api/v1/chat/completions Bajo petición

Especificaciones

Ventana de contexto 131,072 tokens

VRAM mínima 434 GB

Arquitectura Glm4MoeForCausalLM (vLLM)

Licencia open-weights

Modalidad text->text

Lanzamiento July 2025

Editor zai-org ↗

Precios

Router compartido · por token

Bajo petición

No disponible en el Router compartido. Precio bajo petición como despliegue de GPU dedicada.

GPU dedicada · por hora

desde 21,48 € por hora

Su propia instancia de vLLM en una nube europea (434 GB de VRAM), facturada por horas.

Router europeo compartido, pago por token, scale-to-zero. Los despliegues de GPU dedicada se facturan por horas, consulte precios.

Índice Bench

Bench es nuestro índice de calidad para cada modelo, de 0 a 100. Se basa en mediciones públicas (Epoch AI con unos 40 benchmarks, LiveBench, LMArena y más) y se actualiza cada mañana. Donde nadie mide, muestra una estimación con un rango.

68,1 / 100 · Vía LiveBench

Convertido a la misma escala a partir de su resultado en LiveBench.

Rango de 61,8 a 74,5

Fuentes: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Actualizado a diario, última vez el 19-10-2026

LiveBench · 65,0

Razonamiento 69,6

Programación 62,1

Programación agéntica 31,7

Matemáticas 82,1

Análisis de datos 66,3

Lenguaje 61,6

Seguimiento de instrucciones 81,6

LiveBench · Todas las tareas

Razonamiento

web of lies v3 67,3

zebra puzzle 63,5

spatial 78,0

Programación

code generation 63,4

code completion 60,9

Programación agéntica

javascript 25,0

typescript 25,0

python 45,0

Matemáticas

AMPS Hard 85,0

math comp 91,7

olympiad 69,6

Análisis de datos

tablejoin 38,5

tablereformat 94,1

Lenguaje

connections 69,8

plot unscrambling 49,0

typos 66,0

Seguimiento de instrucciones

paraphrase 82,0

simplify 82,1

story generation 82,2

summarize 80,1

Llámelo ahora

Sustituto directo de OpenAI: cambie solo la URL base y la clave de API. También se admite el formato de Anthropic (/v1/messages).

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-4.5-FP8",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Preguntas frecuentes

¿Puedo ejecutar GLM 4.5 FP8 en la UE?

Sí. HostYourAI ejecuta GLM 4.5 FP8 en GPU de centros de datos europeos mediante vLLM. Los prompts y las respuestas nunca salen de la UE y en la cadena no interviene ningún proveedor de nube estadounidense.

¿El alojamiento de GLM 4.5 FP8 cumple el RGPD?

Sí. Todo el tratamiento se realiza dentro de la UE, hay disponible un acuerdo de encargo del tratamiento (DPA) y la lista de subencargados es pública. Además, los pesos de código abierto significan que no se entrena con sus datos.

¿Cuánto cuesta GLM 4.5 FP8?

GLM 4.5 FP8 está disponible bajo petición: a través del Router europeo compartido tras una breve conversación, o como despliegue de GPU dedicada propio facturado por horas. Cuéntenos su caso de uso y lo configuraremos para usted.

¿La API es compatible con OpenAI?

Sí. Usted utiliza los SDK estándar de OpenAI con una URL base personalizada (https://hostyourai.com/api/v1). La API Anthropic Messages también se admite como sustituto directo.

Más modelos de Z.AI

GLM 5.3 Flash

We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series. With 320B total parameters and just 18B active parameters, it outperforms GLM-5.2 across benchmarks and real-world workloads at one-tenth the price, while approaching Claude Opus 4.8 on coding and agentic benchmarks.

321B 1M contexto Ver modelo →

GLM 5.3

GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training. Compared with GLM-5.2, it is much better at complex coding and long-horizon tasks:

753B 1M contexto Ver modelo →

GLM 5.2

We're introducing GLM-5.2, our latest flagship model for long-horizon tasks. It marks a substantial leap in long-horizon task capability over its predecessor GLM-5.1 and, for the first time, delivers that capability on a solid 1M-token context. GLM-5.2's new capabilities include: - Solid 1M Context: A solid 1M-token context that stably sustains long-horizon work - Advanced Coding with Flexible Effort: Stronger coding capabilities with multiple thinking effort levels to balance performance and latency - Improved Architecture: We propose IndexShare, which reuses the same indexer across every fou

753B 1M contexto Ver modelo →

GLM 5.1

GLM-5.1 is our next-generation flagship model for agentic engineering, with significantly stronger coding capabilities than its predecessor. It achieves state-of-the-art performance on SWE-Bench Pro and leads GLM-5 by a wide margin on NL2Repo (repo generation) and Terminal-Bench 2.0 (real-world terminal tasks).

754B 203K contexto Ver modelo →

GLM 5

We are launching GLM-5, targeting complex systems engineering and long-horizon agentic tasks. Scaling is still one of the most important ways to improve the intelligence efficiency of Artificial General Intelligence (AGI). Compared to GLM-4.5, GLM-5 scales from 355B parameters (32B active) to 744B parameters (40B active), and increases pre-training data from 23T to 28.5T tokens. GLM-5 also integrates DeepSeek Sparse Attention (DSA), largely reducing deployment cost while preserving long-context capacity.

754B 203K contexto Ver modelo →

GLM 4.7 Flash

GLM-4.7-Flash is a 30B-A3B MoE model. As the strongest model in the 30B class, GLM-4.7-Flash offers a new option for lightweight deployment that balances performance and efficiency.

31B 203K contexto Ver modelo →

Pruebe GLM 4.5 FP8 gratis

Crear una cuenta lleva un minuto. Pruebe GLM 4.5 FP8 de inmediato en el Playground.

Empezar gratis