text·image·video
Glm 5v Turbo
silvamux/
glm-5v-turboGLM 5v Turbo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,并支持图像、视频信息输入。适合需要兼顾任务理解与结果质量的产品和研发团队。
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 | ¥5 | ¥22 | ¥1.2 | ¥0 |
| > 32.768K tokens | ¥7 | ¥26 | ¥1.8 | ¥0 |
模型能力
GLM-5V Turbo 综合得分 81,表现优秀,是一款推理与检索能力突出的模型。信息检索 / RAG(95%)、数学与科学推理(93%)与文本理解(91%)表现突出,在知识密集型问答与专业分析场景中优势明显。相对而言,智能体协同(45%)较弱,多步骤工具编排能力一般。高准确率的理解与检索任务最能体现它的价值。
81/ 100
专项进阶能力
8 项智能体协同45%
7 题 · 主/客观混合
代码生成90%
10 题 · 客观
代码理解与调试75%
12 题 · 主观
创意写作79%
17 题 · 主观
信息检索 / RAG95%
13 题 · 主/客观混合
数学与科学推理93%
14 题 · 客观
长文本处理87%
3 题 · 主观
多语言能力89%
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91%
5 题 · 主观
逻辑推理74%
20 题 · 主/客观混合
安全与合规能力
2 项幻觉控制83%
9 题 · 主观
指令遵循80%
14 题 · 主观
服务表现
Glm 5v Turbo
glm-5v-turbo过去 24 小时 · 150,536 次请求
- 首 Token 等待 · TTFT · P50
- 1081ms P95 2446 ms
- 输出速度 · TPS · P50
- 60tok/s P95 96 tok/s
- 完整响应 · E2E · P50
- 6.89s P95 9.79 s
- 请求成功率
- 99.17% 149,284 次正常完成
24 小时可用性
24 小时前12 小时前现在
Glm 5v Turbo 的示例代码和 API
Pro
glm-5v-turbo/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-5v-turbo",
"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-5v-turbo",
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-5v-turbo\",\"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-5v-turbo',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)