text
Glm 5.1
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。
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
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 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过去 24 小时 · 45,522 次请求
- 首 Token 等待 · TTFT · P50
- 1129ms P95 2443 ms
- 输出速度 · TPS · P50
- 88tok/s P95 96 tok/s
- 完整响应 · E2E · P50
- 4.54s P95 7.24 s
- 请求成功率
- 99.38% 45,238 次正常完成
24 小时可用性
24 小时前12 小时前现在
Glm 5.1
glm-5.1过去 24 小时 · 28,691 次请求
- 首 Token 等待 · TTFT · P50
- 1722ms P95 1747 ms
- 输出速度 · TPS · P50
- 81tok/s P95 90 tok/s
- 完整响应 · E2E · P50
- 5.38s P95 9.53 s
- 请求成功率
- 98.17% 28,166 次正常完成
24 小时可用性
24 小时前12 小时前现在
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)