O GLM-Image é um modelo de geração de imagens de código aberto cuja marca distintiva é o texto. A sua arquitetura híbrida combina um transformador autorregressivo de 9 mil milhões de parâmetros com um decodificador de difusão de 7 mil milhões, e um Glyph Encoder dedicado trata das letras. Esse design compensa em texto denso, de várias linhas e várias regiões, onde o modelo reporta uma precisão de palavra de 0,9116 no benchmark CVTG-2K, a mais alta entre as opções de código aberto no momento da escrita.
Este site, glm-image.top, é um serviço independente de terceiros que implementa o modelo licenciado sob Apache-2.0 na sua própria infraestrutura. Não publica os pesos em si e não é o destino oficial da Z.AI ou da Zhipu AI; declara também que não está ligado ao Alibaba Group nem a qualquer produto "Z-Image". O que oferece é uma forma alojada, no navegador, de usar o modelo sem montar um ambiente de GPU.
Na prática, isso significa geração de texto para imagem e edição de imagem para imagem num só lugar, com resoluções até 2048×2048 e proporções otimizadas para formatos comuns. Como o modelo incorpora bem estrutura lógica e conteúdo factual, é especialmente útil para pósteres, infográficos, diagramas e material educativo onde as palavras importam tanto como a arte. A geração é baseada em créditos e o operador publica políticas de moderação de conteúdo e uso aceitável que proíbem resultados NSFW.