Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

GLM-Image

Z AI · zai-org/GLM-Image

Licença dos pesos: MIT · código e componentes podem ter outros termos

LMArena · texto para imagem1.012 ± 9#12 de 14 com pontuação aqui · 2026-10-07
Tamanho do repositório publicado35,8 GBTodos os arquivos publicados · não é memória de execução
Parâmetros16 Bsoma das partes publicadas
Componentes publicados1Informados na ficha do modelo

Qualidade

A Artificial Analysis fica de fora: o plano gratuito é só para uso interno.

Informado pelo publicador

11 resultados · ficha de Z AI · lida em 2026-10-25
CVTG-2K · Word Accuracy
0,912Text Rendering
CVTG-2K · NED
0,956Text Rendering
CVTG-2K · CLIPScore
0,788Text Rendering
LongText-Bench · AVG
0,966Text Rendering
LongText-Bench · EN
0,952Text Rendering
LongText-Bench · ZH
0,979Text Rendering
OneIG-Bench · EN
0,528Text-to-Image
OneIG-Bench · ZH
0,511Text-to-Image
Todos os resultados informados11
TIIF-Bench · short
81,01Text-to-Image
TIIF-Bench · long
81,02Text-to-Image
DPG-Bench
84,78Text-to-Image

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Model Performance › Text Rendering; Model Performance › Text-to-Image); coluna “GLM-Image”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Qualidade × memória

Sem par qualidade × memória comparável

Modelos de imagem, vídeo e áudio não têm uma escala de qualidade em comum e a memória vem do caminho mínimo documentado pelo publicador, então a qualidade não é comparada com a memória em um gráfico.

Considere para

Considere GLM-Image, de Z AI, para a tarefa de texto para imagem (16B de parâmetros).

Confira antes

O catálogo lista o caminho de memória documentado pelo publicador em Roda em e não revisou outras configurações. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial.

Roda em

Memória suficiente 22

O publicador documenta um caminho dentro desta memória, nesta plataforma (CUDA ou Apple MPS). Caminhos condicionais exigem offload ou quantização.

Mostrar todos os 22

Falta um degrau de memória 16

As mesmas máquinas com o próximo tamanho de memória teriam o suficiente.

Mostrar todos os 16

Perfis de hardware agrupados pelo caminho mínimo de memória documentado pelo publicador e pela plataforma. Não é execução medida.

Planejar memória para este modelo

Velocidade medida

Nenhuma medição publicada para este checkpoint

O tempo de geração por imagem só aparece quando uma fonte o publica com hardware, build e configuração. Nunca é estimado.

Como rodar

Caminho de memória documentado pelo publicador: Caminho oficial com offload para CPU. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial. Evidência oficial de hardware

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Preparação indicada antes pela fonte · Diffusers
pip install git+https://github.com/huggingface/transformers.git
pip install git+https://github.com/huggingface/diffusers.git
Diffusers · ficha do modelo · transformers + diffusers Pipeline
import torch
from diffusers.pipelines.glm_image import GlmImagePipeline

pipe = GlmImagePipeline.from_pretrained("zai-org/GLM-Image", torch_dtype=torch.bfloat16, device_map="cuda")
prompt = "A beautifully designed modern food magazine style dessert recipe illustration, themed around a raspberry mousse cake. The overall layout is clean and bright, divided into four main areas: the top left features a bold black title 'Raspberry Mousse Cake Recipe Guide', with a soft-lit close-up photo of the finished cake on the right, showcasing a light pink cake adorned with fresh raspberries and mint leaves; the bottom left contains an ingredient list section, titled 'Ingredients' in a simple font, listing 'Flour 150g', 'Eggs 3', 'Sugar 120g', 'Raspberry puree 200g', 'Gelatin sheets 10g', 'Whipping cream 300ml', and 'Fresh raspberries', each accompanied by minimalist line icons (like a flour bag, eggs, sugar jar, etc.); the bottom right displays four equally sized step boxes, each containing high-definition macro photos and corresponding instructions, arranged from top to bottom as follows: Step 1 shows a whisk whipping white foam (with the instruction 'Whip egg whites to stiff peaks'), Step 2 shows a red-and-white mixture being folded with a spatula (with the instruction 'Gently fold in the puree and batter'), Step 3 shows pink liquid being poured into a round mold (with the instruction 'Pour into mold and chill for 4 hours'), Step 4 shows the finished cake decorated with raspberries and mint leaves (with the instruction 'Decorate with raspberries and mint'); a light brown information bar runs along the bottom edge, with icons on the left representing 'Preparation time: 30 minutes', 'Cooking time: 20 minutes', and 'Servings: 8'. The overall color scheme is dominated by creamy white and light pink, with a subtle paper texture in the background, featuring compact and orderly text and image layout with clear information hierarchy."
image = pipe(
    prompt=prompt,
    height=32 * 32,
    width=36 * 32,
    num_inference_steps=50,
    guidance_scale=1.5,
    generator=torch.Generator(device="cuda").manual_seed(42),
).images[0]

image.save("output_t2i.png")
Preparação indicada antes pela fonte · SGLang
pip install "sglang[diffusion] @ git+https://github.com/sgl-project/sglang.git#subdirectory=python"
pip install git+https://github.com/huggingface/transformers.git
pip install git+https://github.com/huggingface/diffusers.git
SGLang · ficha do modelo · SGLang Pipeline
sglang serve --model-path zai-org/GLM-Image

curl http://localhost:30000/v1/images/generations \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-Image",
    "prompt": "a beautiful girl with glasses.",
    "n": 1,
    "response_format": "b64_json",
    "size": "1024x1024"
  }' |  python3 -c "import sys, json, base64; open('output_t2i.png', 'wb').write(base64.b64decode(json.load(sys.stdin)['data'][0]['b64_json']))"

Nível da evidência: Documentação do publicador vinculada; nenhuma execução reproduzida por este site.

Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / versão
zai-org/GLM-Image
Tarefa e modalidade
texto para imagem · imagem
Contagem e base
16B · soma das partes publicadas
Lançamento
zai-org/GLM-Image commit history (GitHub), commit d2c8289 "Update README.md" adding the Download table (Hugging Face zai-org/GLM-Image, ModelScope) · consultado em 2026-10-19fonte
Tamanho do repositório publicado
35,8 GBNão é memória de execução nem download mínimo.arquivos
Componentes publicados
Technical details pending review
Runtime e precisão
Nenhuma execução local verificada.
Uso comercial
Permitido MIT license text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados9 campos
Revisão conferida
2c433cc0cbc293bde2ac8ca9624f279b5d23fcf4
Biblioteca
diffusers
Tag de tarefa no Hub
text-to-image
Formatos
safetensors
Repositório criado
2026-01-08criação não é o lançamento do modelo
Repositório atualizado
2026-01-15um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
4.997 · 1.124só este repositório · lido em 2026-10-25
Lido na página do Hub
tarefa, tags de tarefa, formatos de arquivoVisão geral e lista de arquivos do Hub · lido em 2026-10-18
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Licença, contagem de parâmetros e data de lançamento vêm das fontes do publicador listadas nesta página (uma data que nenhuma fonte informa fica vazia). O requisito de hardware não foi revisado, então a memória é uma estimativa rotulada. O tamanho do repositório, quando aparece, é o download publicado completo.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-09-22.