GLM-Image ist ein quelloffenes Bildgenerierungsmodell, dessen prägendste Stärke Text ist. Die hybride Architektur kombiniert einen autoregressiven Transformer mit 9 Milliarden Parametern mit einem Diffusionsdecoder mit 7 Milliarden Parametern, und ein eigener Glyph Encoder kümmert sich um die Schrift. Dieses Design zahlt sich bei dichtem, mehrzeiligem und mehrregionalem Text aus, wo das Modell eine Wortgenauigkeit von 0,9116 im CVTG-2K-Benchmark meldet – zum Zeitpunkt des Schreibens der höchste Wert unter den Open-Source-Optionen.
Diese Website, glm-image.top, ist ein unabhängiger Drittanbieter-Dienst, der das unter Apache-2.0 lizenzierte Modell auf eigener Infrastruktur bereitstellt. Sie veröffentlicht nicht selbst die Gewichte und ist nicht das offizielle Ziel von Z.AI oder Zhipu AI; sie erklärt zudem, dass sie nicht mit der Alibaba Group oder einem "Z-Image"-Produkt verbunden ist. Sie bietet einen gehosteten, browserbasierten Weg, das Modell zu nutzen, ohne eine GPU-Umgebung einzurichten.
Praktisch bedeutet das Text-zu-Bild-Generierung und Bild-zu-Bild-Bearbeitung an einem Ort, mit Auflösungen bis 2048×2048 und optimierten Seitenverhältnissen für gängige Formate. Weil das Modell logische Strukturen und faktische Inhalte gut einbettet, eignet es sich besonders für Poster, Infografiken, Diagramme und Lehrmaterial, bei denen die Worte genauso wichtig sind wie das Artwork. Die Generierung erfolgt auf Guthabenbasis, und der Betreiber veröffentlicht Richtlinien zur Inhaltsmoderation und akzeptablen Nutzung, die NSFW-Ausgaben untersagen.