GLM-5
Prix catalogue du fournisseur : sans majoration de plateforme, paiement à l'usage. Ce sont les prix catalogue officiels. Les clients connectés peuvent voir les prix effectifs incluant les remises de l’espace de travail sur /console/pricing. Prix d'entrée effectif avec 70 % de hits de cache :$0.44/M. Mise en cache automatique des prompts : les préfixes de prompt répétés sont facturés au tarif de hit de cache indiqué dans la table des prix, sans changement de code requis.
Utilisez GLM-5 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "glm-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "glm-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("glm-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de GLM-5
GLM-5 est le modèle fondation de nouvelle génération de Z.AI conçu pour l'ingénierie agentique, ciblant l'ingénierie de systèmes complexes et les tâches d'agent à long horizon.
- Par rapport à son prédécesseur, Z.AI a fait passer les paramètres de 355B (32B activés) à 744B (40B activés) et les données de pré-entraînement de 23T à 28.5T tokens, en ajoutant l'attention creuse et le framework d'apprentissage par renforcement asynchrone Slime.
- Il offre une fenêtre de contexte de 200K, jusqu'à 128K tokens de sortie, des modes de réflexion, l'appel de fonctions, la mise en cache du contexte et des poids ouverts, Z.AI décrivant des performances de codage et d'agent à l'état de l'art de l'open source.
- Synthorai sert GLM-5 via son endpoint compatible OpenAI, de sorte que les SDK existants fonctionnent sans changement.
Spécifications et limites
| Sortie max (spéc. fournisseur) | 131,072 |
| Modalités | text → text |
| Paramètres | 744B au total · 40B actifs (MoE) |
| Fonctionnalités | tools · structured_output · streaming · reasoning · caching |
| Licence | MIT ↗ |
| À noter | Flagship for agentic engineering: 744B-param MoE (40B active), pre-trained on 28.5T tokens with DeepSeek Sparse Attention; 200K context / 128K max output. |
| Mise en cache des prompts | automatique |
selon docs officielles Z.ai ↗
FAQ
Peut-on essayer l'API GLM-5 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $1/M de tokens en entrée, ce crédit couvre à lui seul environ 125 requêtes de ~8K tokens sur GLM-5.
Quels sont les points forts de GLM-5 ?
Mis à l'échelle à 744B de paramètres, 40B activés, ainsi que attention creuse plus apprentissage par renforcement asynchrone et poids ouverts avec fenêtre de contexte de 200K. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte GLM-5 ?
Sur Synthorai, GLM-5 coûte $1 par million de tokens en entrée et $3.2 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.2/M.
GLM-5 prend-il en charge la mise en cache des prompts ?
Oui, automatiquement : les prompts servis par Z.ai sont mis en cache sans modification de code. Les tokens d'entrée en cache sont facturés $0.2/M contre $1/M hors cache. Guide de mise en cache des prompts →
Comment obtenir l'accès à GLM-5 ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="glm-5", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
GLM-5 est-il open source ?
Oui : les poids sont publiés sous MIT (licence). Ou passez-vous des GPU : la version hébergée ici est au paiement à l'usage, sans infrastructure à exploiter. Exécuter des modèles à poids ouverts →