GLM 是智谱AI的大模型系列，在知识库中覆盖了多条产品线，既有通用语言模型 GLM-5.2、GLM-5.3、GLM-5.3-Flash，也有专用模型如文档理解方向的 GLM-OCR、内部统一多模态模型 GLM-Omni，以及面向攻击性安全测试的 GLM-5.3-Cybersecurity-FP8 [13][10][2][1][4][12]。这些模型在开源许可、部署框架和定价策略上各有侧重，共同构成了一个从边缘设备到高并发服务的完整梯队。
从版本演进看，GLM-5.2 以 MIT 许可证开源，没有区域限制，允许使用、修改和商用，并把 100 万 token 场景下的算力开销压到三分之一，FP8 版本在 Hugging Face 上一个月被下载 146.7 万次 [13][16]。GLM-5.3 与 GLM-5.2 共用同一个 base model，能力提升全部来自后训练阶段，编码能力比上一代提升 50%，评测来自智谱自建的 Z.ai Code Bench；在 Terminal Bench 3.0 上得分从 4.6 跃升到 28.3，SWE-Marathon 从 19.4 到 42.5，FrontierSWE 从 67.5 到 78.1 [10][15]。
GLM-5.3-Flash 则是 GLM-5 系列中第一个原生多模态模型，训练阶段就同时处理文本和图像，而不是后期拼接出来的能力。它总参数 320B，每次推理只激活 18B，在基准测试和真实工作负载上都优于 GLM-5.2，价格只有后者的十分之一，编码和智能体基准上接近 Claude Opus 4.8 [2][7]。低价来自架构改动：GLM 系列第一次用上混合架构，把稀疏注意力和线性注意力结合起来，在不牺牲精确长上下文能力的前提下压低长文本服务成本，同时采用 Manifold-Constrained Hyper-Connections 提升扩展效率，训练语料是新的 30T-token 多模态数据 [2][7]。
在文档理解方向，GLM-OCR 只有 0.9B 参数，视觉端用 CogViT 编码器，解码端是 GLM-0.5B，中间用跨模态连接器做 token 下采样，流程上先用 PP-DocLayout-V3 做版面分析，再并行识别文字、公式和表格。它在 OmniDocBench V1.5 上得分 94.62 排名第一，公式识别、表格识别、信息提取等分项也达到最先进水平，复杂表格、代码密集文档、带印章扫描件都能稳住。单副本、单并发、同一硬件条件下，PDF 吞吐 1.86 页/秒，图片 0.67 张/秒，支持 vLLM、SGLang 和 Ollama 部署 [1]。需要留意许可证要分开看：模型本体是 MIT，集成的 PP-DocLayout-V3 走 Apache License 2.0，两份都得遵守 [1]。
多模态方向上，智谱在论文中首次公开了内部统一多模态模型 GLM-Omni，实验显示图像生成训练能让模型学到新知识，但视觉与语言之间仍存在明显知识鸿沟 [4]。
安全是 GLM 的另一条明确分支。GLM-5.3 是智谱目前最强的安全模型，CyberGym 基准得分 84.5%，上一代 GLM-5.2 是 77.2%；ExploitBench 上 54.4% 对 24.4%，翻了一倍多；ExploitGym 上两小时内完成 105 个任务，GLM-5.2 只有 29 个。GLM 系列在真实代码库评估中共发现 2436 个漏洞，涉及 269 个项目，其中 1097 个属于中高严重性 [8]。此外还有移除了拒绝机制的 GLM-5.3-Cybersecurity-FP8，专门用于攻击性安全测试 [12]。
部署层面，GLM-5.3 支持 SGLang、vLLM、TokenSpeed、Transformers、KTransformers、Unsloth 六个框架，也能跑昇腾 NPU，推理框架可选 vLLM-Ascend、xLLM 或 SGLang [15]。智谱称 GLM-5 从诞生第一天起就全栈适配 7 大国产芯片平台，底层内核到推理框架全部打通，服务数月不依赖英伟达，用 10 万颗国产芯片训练 [17]。GLM-5.3-Flash 优化后运行在超 10 万块国产 AI 加速器上，从跑通到上线只用了不到两周，吞吐量提升 3.2 倍，而优化主力是 GLM-5.3 驱动的智能体，是模型在优化自己的推理系统，而不是工程师 [3]。
成本是 GLM 被反复讨论的焦点。Revolut 把编码模型换成自托管 GLM 后，账单降到原来的十分之一；GLM-5.3 在 Hugging Face 页面列出 7530 亿参数，按每参数 8 bit 算约 753 GB 文件，Flash 版总参数 3200 亿、每写一个词用到 180 亿 [11]。不过便宜不等于总开销一定更低：Terminal Bench 4.0 上 GLM-5.3 的运行成本是 2700 美元，GPT-5.6 Sol 是 2500 美元，后者表现略好但 GLM 消耗的 token 几乎是它的两倍，实际账单取决于版本和任务 [14]。另有团队通过 Ollama 云计划以固定费率使用 GLM-5.2，几个月来从未用完额度，并选择停止在按 token 计费的 Grok API 上继续消费 [18]。
使用上有几个默认值值得留意。reasoning_effort 控制思考预算，分 low、high、max 三档，默认 max；不传参数或传了无效值，都按 max 算。聊天场景的 clear_thinking 默认 false，思考过程会一并输出，想要简洁回复就得显式传 true。两个默认值凑一起，等于什么都不调就以最贵的方式思考 [7][15]。另一个落地细节是子代理：Codex 和 Claude Code 都允许子代理选不同模型，但不能选不同 endpoint，所以想让主会话跑在闭源模型上、子代理跑在本地 GLM 上，更合适的选择是 OpenCode 或 Pi 这类不绑定单一 provider 的编码 harness [6]。
关于后续规划，智谱创始人唐杰在清华授课时公开了 GLM 的预训练数据配方，公开的数据源包括 1T 网页页面、2B 文档搭配 GLM-OCR、5000 万册书籍、5 亿个可执行代码仓库，同时预告 GLM 5.5 将达到开源模型的新高度 [5]。另有信息显示智谱已披露 GLM-5.4/5.5 规划，参数破万亿，走自训练路线，不再只堆参数，而是探索模型自我迭代进化 [19]。