智谱GLM开源模型排行榜

本榜收录智谱AI在本站的 83 个开源模型，按社区累计下载量排序，以 GLM / ChatGLM 系列为主。该系列是国内较早开源的中文对话模型之一，社区资料与微调方案积累较多，适合需要在中文场景快速搭建对话能力、并希望有丰富社区经验可参考的团队。

数据更新时间：2026-11-08 本榜收录 83 个模型 模型库共 1,421 个 排序依据：累计下载量 ↓
模型总榜 国产大模型榜 海外开源模型榜 通义千问(阿里) AI2(Allen) Microsoft Google 面壁智能 上海AI实验室 智谱AI DeepSeek 智源研究院 魔搭社区 腾讯混元 Mistral AI

下载量排名 TOP50

魔搭社区累计下载
排名 模型 厂商 / 协议 参数量 下载量 点赞
1 GLM-5 智谱AI mit 753.9B 97.8万 403
2 GLM-4.7-Flash 智谱AI mit 31.2B 70.0万 195
3 GLM-4.7 智谱AI mit 358.3B 63.2万 210
4 智谱GLM-Z1-9B-0414 智谱AI mit 9.4B 33.4万 8
5 GLM-5.2-FP8 智谱AI mit 753.3B 26.9万 83
6 GLM-5.2 智谱AI mit 753.3B 19.4万 294
7 GLM-4.6 智谱AI mit 356.8B 18.0万 295
8 智谱GLM-Z1-32B-0414 智谱AI mit 32.6B 17.3万 36
9 GLM-4.7-FP8 智谱AI mit 358.5B 15.1万 11
10 GLM-5.1-FP8 智谱AI mit 753.9B 12.3万 32
11 GLM-5.1 智谱AI mit 753.9B 12.2万 229
12 chatglm3-6b-base ChatGLM 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM 系列最新一代的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型： ChatGLM3-6B 的基础模型 ChatGLM3-6B-Base 采用了更多样的训练数据、更充分的训练步数和更合理的训练策略。在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的预训练模型中最强的性能。更完整的功能支持： ChatGLM3-6B 采用了全新设计的 Prompt 格式，除正常的多轮对话外。同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。更全面的开源序列： 除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM-6B-Base、长文本对话模型 ChatGLM3-6B-32K。以上所有权重对学术研究完全开放，在填写问卷进行登记后亦允许免费商业使用。 智谱AI — 11.2万 72
13 智谱GLM-4-9B-0414 智谱AI mit 9.4B 10.7万 22
14 GLM-4.5-Air 智谱AI mit 110.5B 5.7万 24
15 GLM-5-FP8 智谱AI mit 753.9B 5.0万 12
16 GLM-5.3 智谱AI other 753.3B 4.8万 459
17 GLM-4.6-FP8 智谱AI mit 358.5B 3.3万 4
18 GLM-4.5-Air-FP8 智谱AI mit 110.5B 3.3万 10
19 glm-4-9b-chat-hf 智谱AI other 9.4B 3.2万 25
20 codegeex4-all-9b 我们推出了 CodeGeeX4-ALL-9B，这是最新的 CodeGeeX4 系列模型的开源版本。该模型是在 GLM-4-9B 基础上持续训练的多语言代码生成模型，显著提升了代码生成能力。使用单个 CodeGeeX4-ALL-9B 模型，可以支持代码补全与生成、代码解释、联网搜索、函数调用、仓库级代码问答等多种功能，覆盖了软件开发的各个场景。 智谱AI other 9.4B 3.1万 36
21 GLM-4.5 智谱AI mit 358.3B 3.1万 416
22 cogvlm2-llama3-chinese-chat-19B-int4 智谱AI other — 2.8万 16
23 cogvlm2-llama3-chinese-chat-19B 智谱AI other 19.5B 2.3万 81
24 glm-4-9b 智谱AI other 9.4B 2.2万 59
25 智谱GLM-4-32B-0414 智谱AI mit 32.6B 2.2万 23
26 codegeex2-6b CodeGeeX2 是多语言代码生成模型 CodeGeeX (KDD’23) 的第二代模型。CodeGeeX2 基于 ChatGLM2 架构加入代码预训练实现，得益于 ChatGLM2 的更优性能，CodeGeeX2 在多项指标上取得性能提升（+107% > CodeGeeX；仅60亿参数即超过150亿参数的 StarCoder-15B 近10%） 智谱AI — 1.6万 71
27 cogvlm2-llama3-chat-19B 智谱AI other 19.5B 8445 11
28 MathGLM MathGLM 在数据集上对 GLM-10B 进行了微调，并添加了额外的多步算术运算和文本中描述的数学问题，在 5,000 个样本的中国数学问题测试集上实现了与 GPT-4 类似的性能。 智谱AI afl-3.0 — 7359 28
29 cogvlm2-video-llama3-chat 智谱AI other 12.5B 6593 30
30 agentlm-13b AgentLM系列是使用 AgentTuning 方法对 Llama-2-chat 系列模型进行微调，在微调过程中，将 20% 的 AgentInstruct 数据集和 80% 的通用数据进行混合训练，得到了 AgentLM-7B，AgentLM-13B，AgentLM-70B。 智谱AI 13.0B 6045 14
31 智谱GLM-Z1-Rumination-32B-0414 智谱AI mit 33.1B 5815 12
32 glm-edge-4b-chat 智谱AI other 4.3B 5724 10
33 LongWriter-glm4-9b 智谱AI 9.4B 5643 29
34 LongAlign-13B-64k 智谱AI apache-2.0 — 5060 0
35 LongAlign-6B-64k-base 智谱AI apache-2.0 — 5020 0
36 LongAlign-6B-64k 智谱AI apache-2.0 — 4977 0
37 LongAlign-13B-64k-base 智谱AI apache-2.0 — 4976 0
38 LongAlign-7B-64k 智谱AI apache-2.0 — 4921 0
39 LongAlign-7B-64k-base 智谱AI apache-2.0 — 4913 0
40 CogVLM CogVLM是一个强大的开源视觉语言模型，利用视觉专家模块深度整合语言编码和视觉编码，在14项权威跨模态基准上取得了SOTA性能。目前仅支持英文，后续会提供中英双语版本支持，欢迎持续关注！ 智谱AI apache-2.0 — 4837 63
41 cogvlm2-llama3-chat-19B-int4 智谱AI other — 4418 3
42 ChatGLM-6B-int8 ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型 智谱AI — 4354 10
43 cogvlm2-video-llama3-base 智谱AI other 12.5B 3212 3
44 codegeex4-all-9b-GGUF 我们推出了 CodeGeeX4-ALL-9B，这是最新的 CodeGeeX4 系列模型的开源版本。该模型是在 GLM-4-9B 基础上持续训练的多语言代码生成模型，显著提升了代码生成能力。使用单个 CodeGeeX4-ALL-9B 模型，可以支持代码补全与生成、代码解释、联网搜索、函数调用、仓库级代码问答等多种功能，覆盖了软件开发的各个场景。CodeGeeX4-ALL-9B 在 BigCodeBench 和 NaturalCodeBench 等公开基准测试中取得了极具竞争力的表现。它是目前参数量少于 100 亿的最强代码生成模型，甚至超越了更大的通用模型，在推理速度和模型性能方面达到了最佳平衡。 智谱AI other 9.4B 3003 20
45 BPO 智谱AI — 2641 1
46 GLM-4.5-FP8 智谱AI mit 358.5B 2604 2
47 glm-4-9b-hf 智谱AI other 9.4B 2539 0
48 glm-edge-1.5b-chat 智谱AI other 1.6B 2427 7
49 GLM-4.5-Air-Base 智谱AI mit 110.5B 1844 1
50 glm-edge-1.5b-chat-gguf 智谱AI other 1.6B 1714 3
在模型库中按厂商 / 参数 / 下载量筛选 →

榜单说明

排序依据：模型在魔搭社区（ModelScope）的累计下载量降序，同等下载量按社区点赞数排序。数据每日同步一次，最近同步时间：2026-11-08 00:32。 下载量受模型体积、上手门槛与发布时长影响，小参数模型因部署成本低往往下载量更高，选型时建议结合参数量、开源协议与任务类型综合判断。 每个模型的 README 说明、下载命令与详情，见模型详情页。

常见问题

GLM 开源版和云端 API 版差别大吗？
开源版参数量更小、能力强于同尺寸模型但对标不上云端旗舰版本；对效果要求高的生产场景通常采用云端 API 或更大参数模型。
微调 GLM 系列的门槛高吗？
社区已有较多 LoRA 微调方案与脚本，单卡即可完成小规模微调，主要成本在数据准备与评测环节。