> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 模型概览

## 推荐模型

<CardGroup cols={3}>
  <Card title="GLM-5.2" icon={<svg style={{maskImage: "url(https://mintcdn.com/zhipu-ef7018ed/6jZAOYw-eXEZh1pv/resource/icon/book-open.svg?fit=max&auto=format&n=6jZAOYw-eXEZh1pv&q=85&s=6b5cd60a0c16c81255cbee52c2caf401)", maskRepeat: "no-repeat", maskPosition: "center center",}} className={"h-6 w-6 bg-primary dark:bg-primary-light !m-0 shrink-0"}/>} href="/cn/guide/models/text/glm-5.2">
    **最新旗舰模型**

    * 开源 SOTA 能力
    * 1M 无损上下文
  </Card>

  <Card title="GLM-5V-Turbo" icon={<svg style={{maskImage: "url(https://mintcdn.com/zhipu-ef7018ed/6jZAOYw-eXEZh1pv/resource/icon/glasses.svg?fit=max&auto=format&n=6jZAOYw-eXEZh1pv&q=85&s=970e93feee960f1fa6e0bbd0114b4172)", maskRepeat: "no-repeat", maskPosition: "center center",}} className={"h-6 w-6 bg-primary dark:bg-primary-light !m-0 shrink-0"}/>} href="/cn/guide/models/vlm/glm-5v-turbo">
    **多模态 Coding 模型**

    * 兼顾视觉与 Coding 能力
    * 多模态工具链进一步扩展
  </Card>

  <Card title="GLM-Image" icon={<svg style={{maskImage: "url(https://mintcdn.com/zhipu-ef7018ed/6jZAOYw-eXEZh1pv/resource/icon/image.svg?fit=max&auto=format&n=6jZAOYw-eXEZh1pv&q=85&s=e08359b6e7da6742ec2d4e6e9b7bc438)", maskRepeat: "no-repeat", maskPosition: "center center",}} className={"h-6 w-6 bg-primary dark:bg-primary-light !m-0 shrink-0"}/>} href="/cn/guide/models/image-generation/glm-image">
    **图像生成模型**

    * 文字渲染开源 SOTA
    * 支持多分辨率
  </Card>
</CardGroup>

## 模型一览

<Tip>
  若需要看模型价格，请直接前往[价格页面](https://open.bigmodel.cn/pricing)。
</Tip>

### 文本模型

文本模型是一类专注于处理和生成自然语言的模型，涵盖了语言理解与推理能力，能够自动处理海量文本数据并进行逻辑推导。智谱的文本模型结合了强大的语言模型和推理模型，使得系统不仅能理解和生成文本内容，还能进行高层次的推理和判断。

<div className="model-table">
  | 模型                                                                | 特点                                                      | 上下文  | 最大输出 |
  | :---------------------------------------------------------------- | :------------------------------------------------------ | :--- | :--- |
  | [GLM-5.2](/cn/guide/models/text/glm-5.2)                          | 1M 上下文，支撑复杂长程任务稳定执行<br />  Coding 能力开源 SOTA，从代码生成走向工程交付 | 1M   | 128K |
  | [GLM-5.1](/cn/guide/models/text/glm-5.1)                          | Coding 能力对齐 Claude Opus 4.6<br /> 长程任务显著提升，可自主工作长达 8 小时 | 200K | 128K |
  | [GLM-5](/cn/guide/models/text/glm-5)                              | 编程能力对齐 Claude Opus 4.5<br /> 擅长 Agentic 长程规划与执行         | 200K | 128K |
  | [GLM-5-Turbo](/cn/guide/models/text/glm-5-turbo)                  | 龙虾任务核心需求专项优化<br /> 复杂长任务执行连续性好                          | 200K | 128K |
  | [GLM-4.7](/cn/guide/models/text/glm-4.7)                          | 通用对话、推理与智能体能力上全面升级<br /> 编程更强、更稳、审美更好                   | 200K | 128K |
  | [GLM-4.7-FlashX](/cn/guide/models/text/glm-4.7)                   | 轻量高速，小尺寸强能力<br /> 适用于中文写作、翻译、角色扮演等通用场景                  | 200K | 128K |
  | [GLM-4.6](/cn/guide/models/text/glm-4.6)                          | 上下文提升至 200K<br /> 擅长高级编码、复杂推理与工具调用                      | 200K | 128K |
  | [GLM-4.5-Air](/cn/guide/models/text/glm-4.5)                      | 高性价比轻量模型 <br /> 推理、编码与智能体任务表现稳定                         | 128K | 96K  |
  | [GLM-4.5-AirX](/cn/guide/models/text/glm-4.5)                     | 高性价比极速版本 <br /> 适合低延迟、高响应要求的业务场景<br /> 适用于时效性有较强要求的场景   | 128K | 96K  |
  | [GLM-4-Long](/cn/guide/models/text/glm-4-long)                    | 支持高达 1M 上下文长度 <br /> 能够理解和回应复杂的查询<br /> 为处理超长文本和记忆型任务设计 | 1M   | 4K   |
  | [GLM-4-FlashX-250414](/cn/guide/models/text/glm-4)                | Flash 增强高速版本 <br /> 推理速度快，适合高并发调用场景                     | 128K | 16K  |
  | [GLM-4.7-Flash](/cn/guide/models/free/glm-4.7-flash)              | 免费模型，提供普惠体验 <br /> 延续 GLM-4.7 基座的通用能力                   | 200K | 128K |
  | [GLM-4.5-Flash](/cn/guide/models/free/glm-4.5-flash) <br />（即将下线） | 免费模型，支持深度思考模式 <br /> 支持最长 128K 的上下文处理                   | 128K | 96K  |
  | [GLM-4-Flash-250414](/cn/guide/models/text/glm-4)                 | 免费模型，支持长上下文处理 <br /> 适合多语言理解与工具调用场景                     | 128K | 16K  |
</div>

### 视觉模型

视觉模型是一类能处理图像或视频等视觉信息的模型，广泛应用于识别、分析与决策任务。其中，视觉理解模型侧重于看懂图像内容，如识别物体、场景和关系；而视觉推理模型进一步具备看图思考的能力，能结合视觉与语言信息完成逻辑判断、因果分析和多步推理，常用于图文问答、图像描述生成、多模态对齐等复杂任务。

<div className="model-table">
  | 模型                                                                       | 特点                                                         | 上下文                                             | 最大输出 |
  | :----------------------------------------------------------------------- | :--------------------------------------------------------- | :---------------------------------------------- | :--- |
  | [GLM-5V-Turbo](/cn/guide/models/vlm/glm-5v-turbo)                        | 多模态 Coding 基座<br />兼顾视觉理解、推理与代码生成<br />适配 Agent 工作流与长上下文任务 | 200K                                            | 128K |
  | [GLM-4.6V](/cn/guide/models/vlm/glm-4.6v)                                | 视觉推理能力增强<br />原生支持工具调用与长上下文<br />前端代码复刻效果更稳定               | 128K                                            | 32K  |
  | [GLM-OCR](/cn/guide/models/vlm/glm-ocr)                                  | 轻量图文解析模型<br />兼顾高精度、高效率文档理解<br />支持常见复杂版式解析                | 输入：单图 ≤ 10 MB，<br />PDF ≤ 50 MB<br />最大支持 100 页 |      |
  | [AutoGLM-Phone](/cn/guide/models/vlm/autoglm-phone)                      | 手机智能助理框架<br />支持自然语言完成 App 操作任务<br />覆盖完整移动端操作指令集          | 20K                                             | 2048 |
  | [GLM-4.1V-Thinking-FlashX](/cn/guide/models/vlm/glm-4.1v-thinking)       | 轻量视觉推理模型<br />擅长复杂场景理解与多步骤分析<br />适合高并发视觉推理场景              | 64K                                             | 16K  |
  | [GLM-4.6V-Flash](/cn/guide/models/free/glm-4.6v-flash)                   | 免费模型，支持视觉推理<br />支持工具调用与长上下文处理<br />可灵活开关思考模式              | 128K                                            | 32K  |
  | [GLM-4.1V-Thinking-Flash](/cn/guide/models/free/glm-4.1v-thinking-flash) | 免费模型，支持视觉推理<br />擅长复杂场景理解与多步骤分析<br />适合通用多模态理解任务           | 64K                                             | 16K  |
  | [GLM-4V-Flash](/cn/guide/models/free/glm-4v-flash)                       | 免费模型，支持图像理解<br />具备基础多模态问答能力<br />适合轻量视觉理解场景               | 16K                                             | 1K   |
</div>

### 图像生成模型

图像生成模型是一类通过学习海量图像数据，实现从文本生成高质量图片的模型，广泛应用于视觉内容创作、游戏美术、产品设计、医学影像合成等领域。

| 模型                                                       | 特点                                                 | 多分辨率 |
| :------------------------------------------------------- | :------------------------------------------------- | :--- |
| [GLM-Image](/cn/guide/models/image-generation/glm-image) | 旗舰图像生成模型<br />复杂指令遵循与知识密集生成更强<br />文字渲染表现突出，汉字尤其出色 | 支持   |
| [CogView-4](/cn/guide/models/image-generation/cogview-4) | 通用图像生成模型<br />生成质量高，风格表达丰富多样<br />画面细节更完整，适合多类创意场景 | 支持   |
| [CogView-3-Flash](/cn/guide/models/free/cogview-3-flash) | 免费模型，创意生成灵活<br />生成速度快，适合轻量图像创作<br />兼顾基础质量与多样化表达  | 支持   |

### 视频生成模型

视频生成模型是一类通过学习时序视觉数据，从文本、图像或其他视频素材生成动态视频内容的模型，广泛应用于影视制作、虚拟人、动画生成、数字营销等领域。

<div className="model-table">
  | 模型                                                           | 特点                                                                  | 多模态支持           | 多分辨率 |
  | :----------------------------------------------------------- | :------------------------------------------------------------------ | :-------------- | :--- |
  | [CogVideoX-3](/cn/guide/models/video-generation/cogvideox-3) | 高智能旗舰视频模型<br />画质清晰度、指令遵循与物理模拟更强<br />现实与 3D 场景表现提升，支持首尾帧生成         | 图像、文本、<br />首尾帧 | 支持   |
  | [Vidu Q1](/cn/guide/models/video-generation/viduq1)          | 高质量视频生成模型<br />画质清晰，转场流畅，风格表达更丰富<br />可减少画面崩坏，适合高质量成片场景             | 图像、文本、<br />首尾帧 | 不支持  |
  | [Vidu 2](/cn/guide/models/video-generation/vidu2)            | 高速低价视频模型<br />生成速度快，兼顾成本与输出效果<br />首尾帧衔接自然，多参考图一致性更强                | 图像、参考、<br />首尾帧 | 不支持  |
  | [CogVideoX-Flash](/cn/guide/models/free/cogvideox-flash)     | 免费模型，支持视频生成<br />支持 AI 音效、4K 画质与 60fps 输出<br />支持最长 10 秒视频生成，适合轻量创作 | 图像、文本           | 支持   |
</div>

### 音视频模型

音视频模型是一类处理音频与视频信号的多模态模型，能够理解、生成或编辑视听内容，广泛应用于虚拟人、语音驱动动画、视频配音与剪辑、跨模态检索等场景。

| 模型                                                              | 特点                                                 | 多模态支持    |
| :-------------------------------------------------------------- | :------------------------------------------------- | :------- |
| [GLM-TTS](/cn/guide/models/sound-and-video/glm-tts)             | 语音合成模型<br />支持超拟人语音生成与情感表达<br />提供非流式与流式接口         | 文本       |
| [GLM-TTS-Clone](/cn/guide/models/sound-and-video/glm-tts-clone) | 音色克隆模型<br />3 秒音频即可快速生成相似音色<br />支持普通话、轻口音与细腻情感表达  | 文本、音频    |
| [GLM-ASR-2512](/cn/guide/models/sound-and-video/glm-asr-2512)   | 高精度语音识别模型<br />字符错误率低，支持自定义词汇<br />覆盖多种主流语言与方言场景   | 音频       |
| [GLM-Realtime](/cn/guide/models/sound-and-video/glm-realtime)   | 实时音视频模型<br />支持视频通话与长时对话记忆<br />具备跨文本、音频和视频的实时推理能力 | 视频、音频、文本 |
| [GLM-4-Voice](/cn/guide/models/sound-and-video/glm-4-voice)     | 实时语音对话模型<br />支持中英文语音理解与生成<br />可按指令调整情感、语调、语速和方言  | 文本、音频    |

### 向量模型

向量模型用于将高维的离散数据转换为低维的连续向量，捕捉数据的语义特征和关系。您可以使用我们的向量模型构建语义检索增强、聚类、主题建模和分类等功能。

| 模型                                                    | 定位 | 上下文 |
| :---------------------------------------------------- | :- | :-- |
| [Embedding-3](/cn/guide/models/embedding/embedding-3) | V3 | 8K  |
| [Embedding-2](/cn/guide/models/embedding/embedding-2) | V2 | 8K  |

### 其他模型

<div className="model-table">
  | 模型         | 特点                                              | 上下文  | 最大输出 |
  | :--------- | :---------------------------------------------- | :--- | :--- |
  | CharGLM-4  | 拟人对话模型<br />适合情感陪伴与虚拟角色互动<br />支持更自然的人设化表达      | 8K   | 4K   |
  | Emohaa     | 心理情感支持模型<br />具备专业咨询与情绪疏导能力<br />帮助用户理解情感、应对问题  | 8K   | 4K   |
  | CodeGeeX-4 | 代码补全模型<br />适用于代码自动补全与开发辅助<br />提升编码效率与连续编写体验   | 128K | 32K  |
  | Rerank     | 文本重排序模型<br />计算文本相关性 score 值<br />优化召回结果排序与匹配效果 | 4K   | -    |
</div>

### 即将弃用模型

我们已经宣布了以下模型的弃用日期。在这些模型弃用后，我们会将它们自动路由至新的模型。请用户注意在弃用日期之前，将您的模型编码更新为最新版本，以确保服务的顺畅过渡。

| 模型         | 弃用时间             | 指向模型 |
| :--------- | :--------------- | :--- |
| GLM-Z1 系列  | 2025 年 11 月 15 日 | -    |
| GLM-4-0520 | 2025 年 12 月 30 日 | -    |