Z.ai: GLM 5

GLM 5 é o modelo de fundação open-source carro-chefe da Z.ai, lançado em 11 de fevereiro de 2026. A Z.ai o constrói para design de sistemas complexos e fluxos de trabalho de agentes de longo horizonte, posicionando-o para desenvolvedores especialistas que precisam de desempenho de nível de produção em tarefas de programação em larga escala. Ele está na categoria de texto, portanto é um modelo de linguagem e não um modelo multimodal.

O modelo aceita texto como entrada e retorna texto como saída. Sua janela de contexto é de 204.800 tokens, e sua saída máxima é de 128.000 tokens, o que significa que você pode fornecer entradas muito grandes (bases de código inteiras, transcrições longas, documentação extensa) e ainda deixar espaço para uma resposta gerada substancial. Entre os parâmetros que ele suporta estão temperature, top_p, top_k, frequency_penalty, presence_penalty e repetition_penalty para controlar a amostragem, além de max_tokens e stop para moldar a resposta. Ele também suporta reasoning e include_reasoning, então o modelo pode expor um processo de raciocínio junto com sua resposta, e logprobs com top_logprobs se você precisar de probabilidades em nível de token.

Essas capacidades apontam para alguns usos práticos. O manuseio de contexto longo somado a um forte desempenho em programação o torna adequado para análise de código em escala de repositório, planos de refatoração e trabalho de design em sistemas que abrangem muitos arquivos. O suporte a raciocínio é adequado para tarefas em que você deseja inspecionar como uma conclusão foi alcançada, como depuração ou apoio a decisões técnicas. A chamada de ferramentas e as saídas estruturadas o tornam utilizável como o núcleo de raciocínio de um agente que precisa chamar funções, seguir fluxos de trabalho de múltiplas etapas ou retornar dados em um esquema fixo. O parâmetro seed ajuda quando você precisa de amostragem repetível durante testes.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "z-ai/glm-5". Como a interface segue o formato OpenAI, bibliotecas cliente OpenAI existentes e formatos de requisição funcionam com uma mudança de URL base e id de modelo. Os parâmetros de requisição listados acima estão todos disponíveis, incluindo tools e tool_choice para chamada de funções, response_format e structured_outputs para saída restrita, e reasoning com include_reasoning quando você quiser que o raciocínio do modelo seja exposto. Os controles de amostragem (temperature, top_p, top_k, penalidades, seed, stop) e max_tokens se comportam como esperado.

Uma coisa a ter em mente é a modalidade: entrada e saída são apenas texto, então se sua tarefa se concentra em imagens ou áudio, um modelo multimodal se encaixaria melhor. A grande janela de contexto e o teto de saída também significam que as requisições podem ser pesadas, então vale a pena definir max_tokens deliberadamente em vez de deixá-lo em aberto. Para tarefas de texto curtas e diretas, um modelo menor pode ser suficiente, mas para trabalho de agente de longo horizonte e tarefas de programação em larga escala, o GLM 5 é construído exatamente para isso.