Z.ai расширяет семейство GLM, представляя GLM-Image — новую SOTA-модель генерации изображений, обученную на отечественных чипах и демонстрирующую высокую точность редактирования.
14 января 2026 года компания Z.ai официально представила GLM-Image, свой новейший флагманский продукт в области генеративного искусства. После успеха языковых моделей серий GLM-4 и GLM-5, разработчики решили интегрировать визуальные возможности непосредственно в архитектуру семейства, создав мощный инструмент для визуализации и редактирования контента.
Этот релиз знаменует собой важный переход от чисто текстовых моделей к полноценным мультимодальным системам. GLM-Image не просто генерирует картинки по текстовому описанию, но и предлагает глубокое понимание контекста, что делает её незаменимым инструментом для разработчиков AI-агентов и дизайнеров, работающих с генеративными пайплайнами.
В основе GLM-Image лежит продвинутая мультимодальная архитектура, которая позволяет модели бесшовно связывать семантические признаки текста с визуальными паттернами. В отличие от многих конкурентов, использующих стандартные диффузионные модели, GLM-Image демонстрирует более глубокую интеграцию через кросс-модальные трансформеры.
Одной из ключевых особенностей является процесс обучения. Модель была полностью обучена с использованием отечественных китайских чипов, что подчеркивает стремление Z.ai к технологической независимости и оптимизации под специфическое аппаратное обеспечение. Это позволило добиться высокой эффективности при обработке сложных визуальных запросов.
GLM-Image демонстрирует впечатляющие результаты, конкурируя с ведущими игроками рынка. По ключевым общим метрикам модель набирает около 81 балла, что ставит её в один ряд с такими гигантами, как Z-Image (80.2/83.01) и Qwen-Image-2512 (83.24/84.93). Хотя лидером в текущих тестах остается Seedream 3.0 с показателем около 86, GLM-Image является наиболее сбалансированным решением в открытом доступе.
Особого внимания заслуживает лидерство в задачах редактирования. На лидерборде Artificial Analysis в категории open-weights image editing модель занимает высокие позиции, наряду с Bagel от ByteDance. Это подтверждает способность модели не только создавать изображения 'с нуля', но и точно изменять существующие объекты согласно текстовым командам.
Для разработчиков, предпочитающих использовать облачную инфраструктуру вместо локального развертывания, Z.ai предоставляет доступ через API. Ценовая политика ориентирована на масштабируемость, позволяя интегрировать генерацию изображений в коммерческие продукты с предсказуемыми затратами.
На данный момент точные тарифы для GLM-Image через официальный эндпоинт Z.ai уточняются в документации, однако компания традиционно придерживается конкурентных цен, аналогичных их языковым моделям серии GLM.
Благодаря своей мультимодальной природе, GLM-Image находит применение в самых разных областях. В первую очередь это создание контента для маркетинга, где требуется высокая точность соблюдения брендбука и стилистики. Благодаря открытым весам, компании могут дообучать модель на своих специфических датасетах.
Для AI-инженеров модель открывает возможности создания автономных агентов, способных не только рассуждать, но и визуализировать свои идеи. Это критически важно для разработки инструментов автоматизированного прототипирования и систем поддержки принятия решений в дизайне.
Разработчики могут начать работу с GLM-Image двумя способами. Первый — это использование весов модели, доступных в открытом доступе для локального запуска на собственных GPU-кластерах. Это идеальный вариант для обеспечения приватности данных и полного контроля над процессом генерации.
Второй вариант — использование API Z.ai, что позволяет мгновенно интегрировать возможности модели в существующие приложения без необходимости настройки сложной инфраструктуры. Документация и SDK доступны на официальном портале разработчиков Z.ai.