text
silvamux/
glm-5.1价格
以单次请求的输入上下文长度判定档位,Tune 与 Pro 采用相同的阶梯价格。
| 输入上下文 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
| ≤ 32.768K tokens | ¥6 | ¥24 | ¥1.3 | ¥6 |
| > 32.768K tokens | ¥8 | ¥28 | ¥2 | ¥8 |
模型能力
综合能力 84 分(优秀)。优势集中在 长文本处理(95%)、文本理解(93%)、数学与科学推理(93%)。相对短板为 智能体协同(49%)。适合 代码研发 / 内容创作 等场景。在 智能体协同 类任务上建议结合人工复核或专项验证。
84/ 100
专项进阶能力
8 项智能体协同49%
7 题 · 主/客观混合
代码生成90%
10 题 · 客观
代码理解与调试85%
12 题 · 主观
创意写作81%
17 题 · 主观
信息检索 / RAG92%
13 题 · 主/客观混合
长文本处理95%
3 题 · 主观
数学与科学推理93%
14 题 · 客观
多语言能力88%
10 题 · 主/客观混合
通用基础能力
3 项通识知识78%
15 题 · 主/客观混合
文本理解93%
5 题 · 主观
逻辑推理70%
20 题 · 主/客观混合
安全与合规能力
2 项幻觉控制92%
9 题 · 主观
指令遵循82%
14 题 · 主观
服务表现
Glm 5.1 Tune
glm-5.1@tune- 延迟
- 51.26s
- 吞吐量
- 1.22Ktokens/min
- 可用率
- 95.3%
可用率
95.3%- 完成率
- 95%
- 缓存命中率
- 0.0%
- 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%
可用率
99.33%- 完成率
- 99%
- 缓存命中率
- 0.0%
- 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 的示例代码和 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 你的API密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.1",
"messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="你的API密钥",
)
response = client.chat.completions.create(
model="glm-5.1",
messages=[
{"role": "user", "content": "你好,请介绍一下自己"}
],
)
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\":\"你好,请介绍一下自己\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer 你的API密钥")
.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: '你的API密钥',
})
const response = await client.chat.completions.create({
model: 'glm-5.1',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)