Início Projetos GLM-4.5
GLM-4.5

GLM-4.5

por zai-org · GitHub

GLM-4.5: Modelos Base Agentic, Raciocínio e Codificação (ARC)

Ver no GitHub
Em palavras simples

Use GLM-4.7 para auxiliar em tarefas de codificação em várias linguagens e melhorar sua eficiência de programação.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
GLM-4.5 — GitHub preview card
📈 Histórico de estrelas
4.41k4.39k
2026-07-072026-07-29
📈 Acompanhe GLM-4.5

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

GLM-4.5: Modelos Base Agentic, Raciocínio e Codificação (ARC)

GLM-4.5 tem 4.4k estrelas no GitHub. Foi bifurcado 467 vezes. GLM-4.5 é escrito principalmente em Python. Está em desenvolvimento ativo desde 2025. GLM-4.5 está disponível sob a licença Apache-2.0. Os seus principais temas são: agent, glm, llm, moe.

Frequently asked questions

O que é GLM-4.5?

GLM-4.5: Modelos Base Agentic, Raciocínio e Codificação (ARC)

GLM-4.5 é de código aberto?

GLM-4.5 é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

GLM-4.5 é gratuito?

Sim. GLM-4.5 é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está GLM-4.5?

GLM-4.5 está disponível sob a licença Apache-2.0.

Em que linguagem GLM-4.5 está escrito?

GLM-4.5 é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — GLM-4.5

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=zai-org-glm-4-5)](https://opensourceai.tech/project/zai-org-glm-4-5.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.