text
silvamux/
glm-5.1GLM 5.1的主要优势是数学与科学推理、文本理解。在数学求解、科学推理与结构化分析中,它能够承担信息理解、分析和结果生成等关键环节。
Pricing
Tiers are determined by the input context length of each request; Tune and Pro share the same tiered prices.
| Input context | Input | Output | Cache read | Cache write |
|---|---|---|---|---|
| ≤ 32.768K tokens | ¥6 | ¥24 | ¥1.3 | ¥6 |
| > 32.768K tokens | ¥8 | ¥28 | ¥2 | ¥8 |
Capabilities
GLM 5.1在本轮能力评测中综合得分84,整体表现优秀。其长文本处理(95%)和文本理解(93%)表现突出,能够连续理解长篇材料并完成跨段落信息整合,并分析文档语义、提取关键信息并处理复杂问答。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;数学与科学推理(93%)也为相关任务提供补充。使用时应留意,智能体协同(49%)相对较弱,在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中,建议增加人工复核或专项验证。
84/ 100
专项进阶能力
8 items智能体协同49%
7 questions · 主/客观混合
代码生成90%
10 questions · 客观
代码理解与调试85%
12 questions · 主观
创意写作81%
17 questions · 主观
信息检索 / RAG92%
13 questions · 主/客观混合
长文本处理95%
3 questions · 主观
数学与科学推理93%
14 questions · 客观
多语言能力88%
10 questions · 主/客观混合
通用基础能力
3 items通识知识78%
15 questions · 主/客观混合
文本理解93%
5 questions · 主观
逻辑推理70%
20 questions · 主/客观混合
安全与合规能力
2 items幻觉控制92%
9 questions · 主观
指令遵循82%
14 questions · 主观
Performance
Glm 5.1 Tune
glm-5.1@tune- 延迟
- 51.26s
- 吞吐量
- 1.22Ktokens/min
- 可用率
- 98.66%
Availability
98.66%- 完成率
- 95%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 19004.2s
- Token 消耗
- 385,833tokens
- 平均请求次数
- 1.0次
- TPM
- 1,218tokens/min
- QPM
- 0.5req/min
Glm 5.1
glm-5.1- 延迟
- 38.16s
- 吞吐量
- 3.48Ktokens/min
- 可用率
- 99.33%
Availability
99.33%- 完成率
- 99%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 8967.2s
- Token 消耗
- 520,646tokens
- 平均请求次数
- 1.0次
- TPM
- 3,484tokens/min
- QPM
- 1.0req/min
Glm 5.1 example code and API
Tune
glm-5.1@tune/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messagesPro
glm-5.1/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.1",
"messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="glm-5.1",
messages=[
{"role": "user", "content": "Hello, please introduce yourself"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"glm-5.1\",\"messages\":[{\"role\":\"user\",\"content\":\"Hello, please introduce yourself\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer YOUR_API_KEY")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: 'YOUR_API_KEY',
})
const response = await client.chat.completions.create({
model: 'glm-5.1',
messages: [{ role: 'user', content: 'Hello, please introduce yourself' }],
})
console.log(response.choices[0].message.content)