GLM-5 は Z.AI の新世代の基盤モデルで、エージェント的エンジニアリングのために構築され、複雑なシステムエンジニアリングと長期のエージェントタスクを対象とします。
- 入力
- テキスト $1/M
- 出力
- テキスト $3.2/M
- キャッシュ読み取り
- $0.2/M
- コンテキスト
- 200K
- GPT-4o 比
- 約 80% 割安
ベンチマーク
ベンダー公表: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種 60 モデル中の料金の位置
このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。
スペックと制限
トークン
| コンテキストウィンドウ(ベンダー仕様) | 200,000 |
|---|---|
| 最大出力(ベンダー仕様) | 131,072 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|
思考
| ベンダー側パラメータ | thinking.type |
|---|---|
| 指定可能な値 | enabled · disabled |
| デフォルト | enabled。GLM-5 では思考するかどうかをモデルが自動で判断します リクエストで未指定の場合に適用 |
| 無効化の可否 | 対応 |
| 思考の挙動 | トレースは reasoning_content で返ります。過去のターンのトレースはデフォルトで消去され(clear_thinking true)、インターリーブされた思考ブロックは保持してツールの結果と一緒に返すべきです。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ面——上のベンダーマッピングが適用されます |
モデル
| モダリティ | テキスト → テキスト |
|---|---|
| パラメータ数 | 合計 744B · アクティブ 40B MoE |
| ライセンス | MIT |
- エージェント的エンジニアリング向けのフラッグシップ:744B パラメータの MoE(アクティブ 40B)で、DeepSeek Sparse Attention を用い 28.5T トークンで事前学習。
- 200K コンテキスト / 128K 最大出力。
1つのプロンプト — ゲートウェイ経由で測定
GLM-5 パス · 3 sentences
Enabling reasoning forces the model to perform multiple hidden steps to "think" through a problem, drastically increasing the volume of data processed per query compared to a standard response. Because our billing is directly tied to this processing volume, the additional computational work required for higher accuracy has proportionally doubled our consumption. Essentially, the spike reflects a trade-off where we are paying a higher variable cost to secure significantly better analytical outcomes.
出力 1393 tok (+1308 思考) レイテンシ 36.0 s
指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。
GLM-5 パス · 8/8 cases
Here is the fixed code: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `best` and `cur` to zero, which causes the function to count the number of *transitions* between adjacent elements rather than the total number of items in the run, resulting in a return value that is always one less than the actual length (reporting 0 for a single element and 1 for a pair). By initializing the counters to 1 and resetting `cur` to 1 when a streak breaks, the logic correctly counts the items themselves; adding an explicit check for an empty list ensures the function handles the zero-element edge case correctly.
出力 2907 tok (+2694 思考) レイテンシ 73.7 s
修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。
GLM-5 パス · 5/5 fields, guidance "withheld pending the Q4 close"
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld pending the Q4 close" } ```
出力 3620 tok (+3561 思考) レイテンシ 91.8 s
スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。
GLM-5 パス · 119 words, 0 banned, 1 question
We are thrilled to introduce Global Prompt Caching, a powerful new capability within our API gateway designed to optimize your AI operations. By intelligently storing prompt responses across every supported provider, this feature drastically reduces latency and cuts operational costs. Instead of processing identical requests repeatedly, our system serves cached results instantly, ensuring consistent performance even during high-traffic periods. Why pay full price for repeated inference on the same inputs? This update gives developers fine-grained control over cache lifetimes and hit rates, allowing for predictable budgeting and faster application response times. You can activate this functionality directly in your dashboard settings today. Start maximizing your efficiency now and deliver a snappier experience to your end-users without unnecessary API expenditure.
出力 715 tok (+571 思考) レイテンシ 18.9 s
制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。
30 秒で GLM-5 を使う
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));GLM-5 について
- 前身と比べて、Z.AI はパラメータを 355B(アクティブ 32B)から 744B(アクティブ 40B)へ、事前学習データを 23T から 28.5T トークンへスケールし、スパースアテンションと Slime 非同期強化学習フレームワークを追加しました。
- 200K コンテキストウィンドウ、最大 128K 出力トークン、思考モード、関数呼び出し、コンテキストキャッシュ、オープンウェイトを提供し、Z.AI はオープンソースで最先端のコーディングとエージェント性能を持つと説明しています。
- コード以外にも、モデルページは自社チームが狙うドキュメント中心の作業を挙げています。
- 契約書や財務文書からの構造化データ抽出、専門的な翻訳、カスタマーサービスの品質検査、そしてキャラクターを保ち続ける必要のあるロールプレイや絵コンテの執筆です。
- 思考は thinking オブジェクトで設定し、この世代における既定の enabled は、強制的に推論させるのではなく、回答前に推論するかどうかをモデル自身が判断することを意味します。
- トレースは別の reasoning_content フィールドで返り、回答に先行してストリーミングされ、過去のターンのトレースは既定で削除されます。
- ツール呼び出しは最大 128 個の関数を受け付け、ツール引数の逐次ストリーミングに対応し、外部の MCP ツールを直接組み込め、JSON オブジェクト出力に対応し、繰り返されるプレフィックスのキャッシュは自動です。
- ウェイトは MIT License の下で公開されています。
- Synthorai は GLM-5 を OpenAI 互換エンドポイント経由で提供するため、既存の SDK は変更なしで動作します。
よくある質問
GLM-5 API は無料で試せますか?
はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。入力 $1/M で計算すると、このクレジットだけで GLM-5 に対して約 125 回の ~8K トークンのリクエストを送れます。
GLM-5 は何が得意ですか?
744B パラメータ、アクティブ 40B にスケール、スパースアテンションと非同期強化学習、200K コンテキストのオープンウェイト。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。
GLM-5 の料金はいくらですか?
Synthorai 上の GLM-5 は入力 100 万トークンあたり $1、出力 100 万トークンあたり $3.2 です。ベンダー定価のままで、プラットフォーム手数料はありません。キャッシュ済み入力トークンは $0.2/M で課金されます。
GLM-5 はプロンプトキャッシュに対応していますか?
はい、自動で有効です。Z.ai 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.2/M(未キャッシュは $1/M)で課金されます。 プロンプトキャッシュガイド →
GLM-5 を利用するには?
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="glm-5" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
GLM-5 はオープンソースですか?
はい。ウェイトは MIT ライセンス で公開されています。GPU を用意する必要もありません。ここでホストされる版は従量課金で、自前のインフラ運用は不要です。 オープンウェイトモデルの実行について →
関連モデル
比較
このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。