Alex Getmantidlige AI-signaler
DA

GLM-5

Z.ai

Lanceret Opdateret
Kontekstvindue
203K
202.752 tokens
Maksimal outputlængde
131K
131.072 tokens
Input / Output
tekst → tekst

API-priser

USD / 1 mio. tokens

InputOutputCachelagret input
  • $1,00
zai-pricing
  • $3,20
zai-pricing
  • $0,20
zai-pricing
Beregn din brugsomkostning

Tidslinje

  1. · Vægtversion · kildelink
Pris for input / output · USD / 1 mio. tokens
ModelKildelinksPris for input / output
glm-5
standard
zai-pricing
API-rute er ikke tilgængelig
$1,00 / $3,20
  1. · Kildelinks · GitHub search · Z.ai · pulls · smg-project/smg · @hello-alexmcc
    Uddrag
    Atria-Dawn, `glm`, beside Atria-Dawn-Preview: the template writes the GLM-5 shape (`[gMASK]<sop>`, a reasoning-effort system turn, `<|system|>` / `<|user|>` / `<|assistant|>` / `<|observation|>` turns), the tools
  2. · Kildelinks · GitHub search · Z.ai · pulls · milabench/milabench · @bouthilx
    Uddrag
    - GLM-5: layout check before launch, loss from the last stage, checkpoint timing and checksums, crash cleanup; `benchmarks/megatron/dev.yaml`, `scripts/trillium/glm/`.
  3. · Kildelinks · GitHub search · Z.ai · pulls · maximhq/bifrost · @mickgvirtu
    Uddrag
    is not `schemas.Anthropic`, and the served model -- `glm-5`, `Kimi-K2`, ... -- is neither opus-4.8 nor Fable), so Claude Code's per-turn reminders were hoisted every
  4. · Kildelinks · GitHub search · Z.ai · pulls · anomalyco/models.dev · @models-dev-automation[bot]
  5. · Kildelinks · GitHub search · Z.ai · pulls · ai-dynamo/frontend-crates · @dundysm
  6. · Kildelinks · GitHub search · Z.ai · pulls · ai-dynamo/dynamo · @indrajit96
    Uddrag
    for any DSA model (including DeepSeek V3.2 and GLM-5), or matching `flashmla_kv`/`trtllm` kernels on K3.1's sharded DCP path. Kernels SGLang has not resolved at CLI
  7. · Kildelinks · GitHub search · Z.ai · pulls · ROCm/ATOM · @whx-sjtu
  8. · Kildelinks · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @moraxu
    Uddrag
    class is registered for both `DeepseekV3ForCausalLM` and `DeepseekV32ForCausalLM`; GLM-5 (`GlmMoeDsaForCausalLM`) and Mistral Large 3 subclass it, so exact-class matching excludes them. Kimi K2 declares `DeepseekV3ForCausalLM`
  9. · Kildelinks · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @kaiyux
    Uddrag
    - `modeling_glm5_next_vision.py`: the GLM-5 input processor takes the prefix tokenization cache (the fourth commit). Before, it tokenized every text prompt in full and ignored `enable_tokenization_cache`.
Specifikationer

GLM-5 er en model fra Z.ai med åbne vægte, lanceret den 2026-02-12. Kontekstvinduet er 202.752 tokens. Den maksimale outputlængde er 131.072 tokens. Prisen er $1,00 pr. million inputtokens og $3,20 pr. million outputtokens.

Kontekstvindue
202.752
Maksimal outputlængde
131.072
Input
tekst
Output
tekst
Vægte
Åbne
Input · USD / 1 mio. tokens
$1,00
Output · USD / 1 mio. tokens
$3,20
Cachelagret input · USD / 1 mio. tokens
$0,20

Spørgsmål

Hvor stort er kontekstvinduet for GLM-5?

Kontekstvinduet er 202.752 tokens. Den maksimale outputlængde er 131.072 tokens.

Hvad koster GLM-5?

Prisen er $1,00 pr. million inputtokens og $3,20 pr. million outputtokens. Cachelagret input koster $0,20 pr. million tokens.

Er vægtene for GLM-5 offentligt tilgængelige?

Ja. Z.ai offentliggør vægtene.

Hvornår blev GLM-5 lanceret?

Den 2026-02-12.