GLM-Image
Z AI · zai-org/GLM-Image
Licença dos pesos: MIT · código e componentes podem ter outros termos
Qualidade
Qualidade · LMArena · texto para imagem
LMArena 2026-10-07 · preferência humana · maior é melhor · este modelo em destaque
- Cor = publicador
Fonte: LMArena 2026-10-07 · coletado 2026-10-25 · dataset · CC BY 4.0 · modelos sem pontuação não aparecem (sem pontuação ≠ 0)
1.012 ± 9 · LMArena · texto para imagem · Intervalo de confiança 1.003–1.021 · 4.854 votos
A Artificial Analysis fica de fora: o plano gratuito é só para uso interno.
Informado pelo publicador
- 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 informados
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 GLM-Image, de Z AI, para a tarefa de texto para imagem (16B de parâmetros).
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.
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.
pip install git+https://github.com/huggingface/transformers.git
pip install git+https://github.com/huggingface/diffusers.gitimport 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")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.gitsglang 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
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- 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 guardados
- 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.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · Artificial Analysis imagem · excluída (o plano gratuito é só para uso interno)
- Documentação de hardware do publicador
Catálogo revisado: 2026-09-22.






























