🎁 Neu Kostenlos registrieren, 10 Aufrufe gratis. Bis zu 1 $, ohne Karte.

GLM-5 Veröffentlicht 2026-02-12

Z.ai chat code reasoning tools long-context
Input$1/M
Output$3.2/M
Cache-Read$0.2/M
Kontext200K
vs. GPT-4o~80% günstiger

Listenpreise der Anbieter, ohne Plattform-Aufschlag, nutzungsbasierte Abrechnung. Dies sind offizielle Listenpreise. Angemeldete Kunden sehen auf /console/pricing die effektiven Preise inklusive Workspace-Rabatten. Effektiver Input-Preis bei 70 % Cache-Trefferquote:$0.44/M. Automatisches Prompt-Caching: Wiederholte Prompt-Präfixe werden zur Cache-Treffer-Rate abgerechnet, die in der Preistabelle steht, ohne dass Codeänderungen nötig sind.

GLM-5 in 30 Sekunden nutzen

OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="glm-5",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Über GLM-5

Auf 744B Parameter, 40B aktiviert, skaliert
Sparse Attention plus asynchrones Reinforcement Learning
Offene Gewichte mit 200K-Kontextfenster

GLM-5 ist Z.AIs Foundation-Modell der neuen Generation, gebaut für agentisches Engineering, mit Fokus auf komplexes System-Engineering und langfristige Agent-Aufgaben.

  • Gegenüber dem Vorgänger skalierte Z.AI die Parameter von 355B (32B aktiviert) auf 744B (40B aktiviert) und die Vortrainingsdaten von 23T auf 28.5T Token und ergänzte Sparse Attention sowie das asynchrone Reinforcement-Learning-Framework Slime.
  • Es bietet ein Kontextfenster von 200K, bis zu 128K Output-Token, Thinking-Modi, Function Calling, Context-Caching und offene Gewichte, wobei Z.AI Open-Source-Coding- und Agent-Leistung auf dem neuesten Stand beschreibt.
  • Synthorai stellt GLM-5 über seinen OpenAI-kompatiblen Endpoint bereit, sodass bestehende SDKs unverändert funktionieren.

Spezifikationen & Limits

Max. Output (Anbieter-Spezifikation)131,072
Modalitätentext → text
Parameter744B gesamt · 40B aktiv (MoE)
Funktionentools · structured_output · streaming · reasoning · caching
LizenzMIT ↗
BemerkenswertFlagship for agentic engineering: 744B-param MoE (40B active), pre-trained on 28.5T tokens with DeepSeek Sparse Attention; 200K context / 128K max output.
Prompt-Cachingautomatisch

laut Offizielle Z.ai-Dokumentation ↗

FAQ

Lässt sich die GLM-5 API kostenlos testen?

Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $1/M Input-Tokens deckt allein dieses Guthaben rund 125 Requests mit je ~8K Tokens gegen GLM-5 ab.

Worin ist GLM-5 am besten?

Auf 744B Parameter, 40B aktiviert, skaliert, außerdem Sparse Attention plus asynchrones Reinforcement Learning und offene Gewichte mit 200K-Kontextfenster. Das vollständige Bild finden Sie im About-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.

Was kostet GLM-5?

GLM-5 kostet auf Synthorai $1 pro Million Input-Tokens und $3.2 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.2/M abgerechnet.

Unterstützt GLM-5 Prompt-Caching?

Ja, automatisch: Über Z.ai ausgelieferte Prompts werden ohne Codeänderungen gecacht. Gecachte Input-Tokens werden mit $0.2/M statt $1/M (ungecacht) abgerechnet. Prompt-Caching-Guide →

Wie erhalte ich Zugang zu GLM-5?

Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="glm-5", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.

Ist GLM-5 Open Source?

Ja, die Gewichte sind unter der MIT-Lizenz veröffentlicht. Oder Sie sparen sich die GPUs: Die gehostete Version hier läuft mit nutzungsbasierter Abrechnung, ganz ohne eigene Infrastruktur. Open-Weight-Modelle betreiben →

Verwandte Modelle

Kostenlosen API-Key holen Ihre Kosten vergleichen →