Glm 5v Turbo

在线体验
silvamux/glm-5v-turbo

GLM 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。

支持模态
text·image·video
输入价格¥5-7per 1M tokens
输出价格¥22-26per 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¥5¥22¥1.2¥0
> 32.768K tokens¥7¥26¥1.8¥0

模型能力

GLM 5v Turbo在本轮能力评测中综合得分81,整体表现优秀。其信息检索 / RAG(95%)和数学与科学推理(93%)表现突出,能够从知识库和多来源资料中定位信息、组织证据并生成有依据的回答,并处理数学求解、科学分析和结构化推理任务。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;文本理解(91%)也为相关任务提供补充。在能力边界上,智能体协同(45%)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。

综合能力
81/ 100优秀
突出能力信息检索 / RAG 95%数学与科学推理 93% · 文本理解 91%
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45%

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
延迟
28.65s
吞吐量
4.3Ktokens/min
可用率
100.0%
可用率
100.0%
完成率
100%
缓存命中率
0.7%
累计评测耗时
5709.1s
Token 消耗
409,221tokens
平均请求次数
1.0
TPM
4,301tokens/min
QPM
1.6req/min

Glm 5v Turbo 的示例代码和 API

Proglm-5v-turbo
/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-5v-turbo",
    "messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
  }'