silvamux/glm-5.1

GLM 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。

Supported modalities
text
Input price¥6-8per 1M tokens
Output price¥24-28per 1M tokens
Context200K
Max output131K
Released2026-04-07

Pricing

Tiers are determined by the input context length of each request; Tune and Pro share the same tiered prices.

Unit: per 1M tokens
Input contextInputOutputCache readCache 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。

Overall
84/ 100优秀
Highlights长文本处理 95%文本理解 93% · 数学与科学推理 93%
Best for代码研发 / 内容创作Scenario fit 84%
Relative weakness智能体协同49%

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
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
TPM
3,484tokens/min
QPM
1.0req/min

Glm 5.1 example code and API

Tuneglm-5.1@tune
/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messages
UnifiedOpenAI ResponsesAnthropic
Proglm-5.1
/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messages
UnifiedOpenAIAnthropic
curl 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"}]
  }'