GLM-5
Z.ai
- Finestra di contesto
- 203K 202.752 token
- Output massimo
- 131K 131.072 token
- Ingresso / Uscita
- testo → testo
Prezzi API
USD / 1 milione di token
| Ingresso | Uscita | Ingresso in cache |
|---|---|---|
|
|
|
Cronologia
- · Versione dei pesi · link di riscontro
Prezzo ingresso/uscita · USD / 1 milione di token
| Modello | Link di riscontro | Prezzo ingresso/uscita |
|---|---|---|
glm-5standard | zai-pricing Percorso API non disponibile | $1,00 / $3,20 |
- · Link di riscontro · GitHub search · Z.ai · pulls · smg-project/smg · @hello-alexmcc
Estratto
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
- · Link di riscontro · GitHub search · Z.ai · pulls · milabench/milabench · @bouthilx
Estratto
- GLM-5: layout check before launch, loss from the last stage, checkpoint timing and checksums, crash cleanup; `benchmarks/megatron/dev.yaml`, `scripts/trillium/glm/`.
- · Link di riscontro · GitHub search · Z.ai · pulls · maximhq/bifrost · @mickgvirtu
Estratto
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
- · Link di riscontro · GitHub search · Z.ai · pulls · anomalyco/models.dev · @models-dev-automation[bot]
- · Link di riscontro · GitHub search · Z.ai · pulls · ai-dynamo/frontend-crates · @dundysm
- · Link di riscontro · GitHub search · Z.ai · pulls · ai-dynamo/dynamo · @indrajit96
Estratto
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
- · Link di riscontro · GitHub search · Z.ai · pulls · ROCm/ATOM · @whx-sjtu
- · Link di riscontro · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @moraxu
Estratto
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`
- · Link di riscontro · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @kaiyux
Estratto
- `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`.
Specifiche
GLM-5 è un modello di Z.ai con pesi aperti, rilasciato il 2026-02-12. La finestra di contesto è di 202.752 token. L’output massimo è di 131.072 token. Il prezzo per milione di token è $1,00 per l’input e $3,20 per l’output.
- Finestra di contesto
- 202.752
- Output massimo
- 131.072
- Ingresso
- testo
- Uscita
- testo
- Pesi
- Aperti
- Ingresso · USD / 1 milione di token
- $1,00
- Uscita · USD / 1 milione di token
- $3,20
- Ingresso in cache · USD / 1 milione di token
- $0,20
Domande
Qual è la finestra di contesto di GLM-5?
La finestra di contesto è di 202.752 token. L’output massimo è di 131.072 token.
Quanto costa GLM-5?
Il prezzo per milione di token è $1,00 per l’input e $3,20 per l’output. L'ingresso in cache costa $0,20 per milione.
GLM-5 ha pesi aperti?
Sì. Z.ai pubblica i pesi.
Quando è stato rilasciato GLM-5?
Il 2026-02-12.