Glm 5

silvamux/glm-5

GLM 5面向企业知识检索、资料问答与检索增强生成提供稳定的模型能力,优势集中在信息检索/RAG和数学与科学推理。适合需要兼顾任务理解与结果质量的产品和研发团队。

支持模态
text
输入价格¥4-6per 1M tokens
输出价格¥18-22per 1M tokens
上下文1M
最大输出131K

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。

单位:每 100 万 tokens
输入上下文输入输出缓存读取缓存写入
≤ 32.768K tokens¥4¥18¥1¥0
> 32.768K tokens¥6¥22¥1.5¥0

模型能力

GLM-5 综合得分 81,表现优秀,是一款综合能力均衡的模型。信息检索 / RAG(94%)、数学与科学推理(93%)与代码生成(90%)表现突出,能从多来源资料提取信息、进行严谨推理并输出可用代码,在高准确率专业场景中优势明显。相对而言,智能体协同(49%)较弱,多步骤工具编排能力一般。推理与检索并重的任务越能体现它的价值。

综合能力
81/ 100优秀
突出能力信息检索 / RAG 94%数学与科学推理 93% · 代码生成 90%
最适合场景代码研发 / 高准确率专业场景场景适配度 81%
相对短板智能体协同49%

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80%

12 题 · 主观

创意写作78%

17 题 · 主观

信息检索 / RAG94%

13 题 · 主/客观混合

长文本处理73%

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76%

15 题 · 主/客观混合

文本理解83%

5 题 · 主观

逻辑推理76%

20 题 · 主/客观混合

安全与合规能力

2 项
幻觉控制86%

9 题 · 主观

指令遵循86%

14 题 · 主观

服务表现

Glm 5 Tune

glm-5@tune
过去 24 小时 · 64,930 次请求
首 Token 等待 · TTFT · P50
1789ms
P95 2376 ms
输出速度 · TPS · P50
40tok/s
P95 46 tok/s
完整响应 · E2E · P50
7.20s
P95 9.92 s
请求成功率
98.84%
64,174 次正常完成
24 小时可用性
24 小时前12 小时前现在

Glm 5

glm-5
过去 24 小时 · 40,942 次请求
首 Token 等待 · TTFT · P50
1854ms
P95 2317 ms
输出速度 · TPS · P50
69tok/s
P95 82 tok/s
完整响应 · E2E · P50
8.55s
P95 8.97 s
请求成功率
99.41%
40,701 次正常完成
24 小时可用性
24 小时前12 小时前现在

Glm 5 的示例代码和 API

Tuneglm-5@tune
/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messages
统一入口OpenAIAnthropic
Proglm-5
/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messages
统一入口OpenAIAnthropic
curl 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",
    "messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
  }'