GLM-5
Z.ai
- Kontextfönster
- 203K 202 752 token
- Maximal utdatalängd
- 131K 131 072 token
- Indata / Utdata
- text → text
API-priser
USD / 1 miljon token
| Indata | Utdata | Cachade indata |
|---|---|---|
|
|
|
Tidslinje
- · Viktversion · källänk
Pris för indata / utdata · USD / 1 miljon token
| Modell | Källänkar | Pris för indata / utdata |
|---|---|---|
glm-5standard | zai-pricing API-rutten är inte tillgänglig | $1,00 / $3,20 |
- · Källänkar · GitHub search · Z.ai · pulls · smg-project/smg · @hello-alexmcc
Utdrag
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
- · Källänkar · GitHub search · Z.ai · pulls · milabench/milabench · @bouthilx
Utdrag
- GLM-5: layout check before launch, loss from the last stage, checkpoint timing and checksums, crash cleanup; `benchmarks/megatron/dev.yaml`, `scripts/trillium/glm/`.
- · Källänkar · GitHub search · Z.ai · pulls · maximhq/bifrost · @mickgvirtu
Utdrag
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
- · Källänkar · GitHub search · Z.ai · pulls · anomalyco/models.dev · @models-dev-automation[bot]
- · Källänkar · GitHub search · Z.ai · pulls · ai-dynamo/frontend-crates · @dundysm
- · Källänkar · GitHub search · Z.ai · pulls · ai-dynamo/dynamo · @indrajit96
Utdrag
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
- · Källänkar · GitHub search · Z.ai · pulls · ROCm/ATOM · @whx-sjtu
- · Källänkar · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @moraxu
Utdrag
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`
- · Källänkar · GitHub search · Z.ai · pulls · NVIDIA/TensorRT-LLM · @kaiyux
Utdrag
- `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 är en modell från Z.ai med öppna vikter, lanserad den 2026-02-12. Kontextfönstret är 202 752 token. Den maximala utdatalängden är 131 072 token. Priset är $1,00 per miljon indatatoken och $3,20 per miljon utdatatoken.
- Kontextfönster
- 202 752
- Maximal utdatalängd
- 131 072
- Indata
- text
- Utdata
- text
- Vikter
- Öppna
- Indata · USD / 1 miljon token
- $1,00
- Utdata · USD / 1 miljon token
- $3,20
- Cachade indata · USD / 1 miljon token
- $0,20
Frågor
Hur stort är kontextfönstret för GLM-5?
Kontextfönstret är 202 752 token. Den maximala utdatalängden är 131 072 token.
Vad kostar GLM-5?
Priset är $1,00 per miljon indatatoken och $3,20 per miljon utdatatoken. Cachade indata kostar $0,20 per miljon token.
Är vikterna för GLM-5 offentligt tillgängliga?
Ja. Z.ai publicerar vikterna.
När lanserades GLM-5?
Den 2026-02-12.