GLM · 2026-04 · 稀疏 MoE

GLM-5.1

GLM-5.1 是 GLM 于 2026-04 发布的多头潜在注意力（MLA） Transformer，共 78 层，隐藏维度 6144，上下文窗口 202,752 个 token。

层堆栈

注意力 ×78 · 层数 78

依据随权重发布的 config.json 绘制 · 78 层 / 宽 6,144 / 上下文 202,752。本图为本站原创示意图。

多头潜在注意力（MLA）. kv_lora_rank=512.

它是稀疏混合专家模型：256 个路由专家、top-8 路由；每个 token 约激活 40B 参数。

配置中包含 1 个额外的多 token 预测（MTP）层，用于加速解码。

对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。

与前代 GLM-5 的全字段对比

模型	GLM-5.1	GLM-5	倍数
model_type	`glm_moe_dsa`	`glm_moe_dsa`	＝
architectures	`GlmMoeDsaForCausalLM`	`GlmMoeDsaForCausalLM`	＝
hidden_size	`6144`	`6144`	≈1
num_hidden_layers	`78`	`78`	≈1
num_attention_heads	`64`	`64`	≈1
num_key_value_heads	`64`	`64`	≈1
head_dim	`64`	`64`	≈1
intermediate_size	`12288`	`12288`	≈1
hidden_act	`silu`	`silu`	＝
n_routed_experts	`256`	`256`	≈1
num_experts_per_tok	`8`	`8`	≈1
n_shared_experts	`1`	`1`	≈1
moe_intermediate_size	`2048`	`2048`	≈1
kv_lora_rank	`512`	`512`	≈1
qk_rope_head_dim	`64`	`64`	≈1
q_lora_rank	`2048`	`2048`	≈1
max_position_embeddings	`202752`	`202752`	≈1
rms_norm_eps	`0.00001`	`0.00001`	≈1
vocab_size	`154880`	`154880`	≈1
num_nextn_predict_layers	`1`	`1`	≈1
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
dtype	`bfloat16`	`bfloat16`	＝
eos_token_id	`154820×1 + 154827×1 + 154829×1`	`154820×1 + 154827×1 + 154829×1`	＝
ep_size	`1`	`1`	≈1
first_k_dense_replace	`3`	`3`	≈1

GLM-5 (GLM, 2026-02) 1.000
Hunyuan 4 Preview (Hunyuan, 2026-08) 0.999
GLM-5.2 (GLM, 2026-06) 0.999
GLM-5.3 (GLM, 2026-08) 0.999
GLM-5.3-Flash (GLM, 2026-08) 0.992
Kimi K2 0905 (Kimi, 2025-09) 0.938

相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。

47 个字段