GLM-Z1-Rumination-32B-0414

размышляющая
русскоязычная

GLM-Z1-Rumination-32B-0414 — это специализированная модель глубокого рассуждения из семейства GLM-4, обладающая 32 миллиардами параметров и ориентированная на выполнение сложных исследовательских и аналитических задач. В отличие от стандартных моделей глубокого мышления, версия Rumination способна к более длительному обдумыванию, что позволяет ей эффективно решать комплексные задачи, например написание сравнительных аналитических обзоров или формирование стратегических планов развития.

Модель была обучена с использованием масштабируемого end-to-end обучения с подкреплением, где ответы оценивались по эталонным решениям или специальным рубрикам. В процессе рассуждения GLM-Z1-Rumination-32B-0414 может использовать внешние поисковые инструменты для поиска и анализа информации, что существенно расширяет её возможности. В ходе обучения особое внимание уделялось развитию навыков написания исследовательских текстов, генерации сложных отчетов и аналитических материалов. Благодаря этому модель демонстрирует значительный прогресс в задачах, требующих логического анализа, структурирования информации и обоснования выводов, а также в генерации текстов в стиле научных публикаций и аналитических обзоров.

GLM-Z1-Rumination-32B-0414 поддерживает работу контекстом до 128K токенов, что делает её особенно эффективной для задач, связанных с анализом больших объемов данных, написанием длинных текстов и проведением комплексных исследований.


Дата анонса: 14.04.2025
Параметров: 32B
Контекст: 132K
Слоев: 61
Тип внимания: Full Attention
Разработчик: Z.ai
Версия Transformers: 4.52.0.dev0
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с GLM-Z1-Rumination-32B-0414. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации сервера для хостинга GLM-Z1-Rumination-32B-0414

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
h200-1.16.128.240
131 072
1 423,81 ₽ 2,13 Запустить
teslaa100-2.24.256.240
131 072
tensor
2 440,74 ₽ 37.09 2,63 Запустить
teslaa100-2.24.256.320.nvlink
131 072
tensor
2 441,52 ₽ 2,63 Запустить
rtx5090-4.16.128.320
131 072
tensor
4 514,59 ₽ 1,50 Запустить
rtx4090-6.44.256.240
131 072
pipeline
6 521,74 ₽ 1,56 Запустить
dedicated-rtx3090-8.64.128.960-1
131 072
tensor
8 539,21 ₽ 3,16 Запустить
rtx4090-8.44.256.240
131 072
tensor
8 671,74 ₽ 3,15 Запустить
h100-2.24.256.240
131 072
tensor
2 700,74 ₽ 2,62 Запустить
h100nvl-2.24.192.240
131 072
tensor
2 729,47 ₽ 3,46 Запустить
h200-2.24.256.240.nvlink
131 072
tensor
2 840,74 ₽ 6,28 Запустить

Связанные модели

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.

Мы используем файлы cookie и сервисы веб-аналитики для обеспечения работы сайта, анализа посещаемости и улучшения качества наших услуг.
Продолжая использовать сайт, вы соглашаетесь с Политикой конфиденциальности и даете согласие на обработку cookie-файлов и технических данных.