GLM-5.1 是 Z.AI 為長程任務設計的旗艦基礎模型,官方描述它能就單一任務連續自主工作長達 8 小時,涵蓋規劃、執行、測試、修復與交付。
- 輸入
- 文字 $1.4/M
- 輸出
- 文字 $4.4/M
- 快取讀取
- $0.26/M
- 上下文
- 200K
- 相較 GPT-4o
- 便宜約 72%
價格在同類中的位置
價格在 60 個同類模型中的位置
這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。
規格與限制
Token
| 上下文視窗(廠商規格) | 200,000 |
|---|---|
| 最大輸出(廠商規格) | 131,072 |
提示詞快取
| 快取方式 | 自動 |
|---|
思考
| 廠商參數 | thinking.type |
|---|---|
| 可選值 | enabled · disabled |
| 預設值 | enabled,由模型自動判斷是否思考 請求未指定時生效 |
| 可關閉 | 支援 |
| 思考行為 | 思考軌跡透過 reasoning_content 回傳;先前輪次的軌跡預設會被清除(clear_thinking 為 true),交錯思考的 thinking 區塊則應保留並與工具結果一併回傳。無 reasoning_effort 控制:文件記載該控制僅適用於 GLM-5.2。 |
| 參數 | reasoning_effort |
| 取值 | minimal · low · medium · high 閘道側參數面——以上方廠商映射為準 |
模型
| 模態 | 文字 → 文字 |
|---|---|
| 參數量 | 總參數 744B · 啟用 40B MoE |
| 授權條款 | MIT |
- 新一代智慧體工程旗艦(744B-A40B):單次執行可自主工作長達 8 小時,跨越數千次工具呼叫
- 200K 上下文 / 128K 最大輸出
依據 Z.ai 官方文件 ↗
30 秒用上 GLM-5.1
OpenAI 相容:換掉 base_url,SDK 不用改。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-5.1",
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-5.1",
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-5.1",
"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-5.1",
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-5.1")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));關於 GLM-5.1
- 它在 GLM-5 的基礎上強調實驗、分析、最佳化的循環,而非一次成形的生成,從而在複雜工程環境中實現自主探索、持續改進與穩定交付。
- Z.AI 對這次升級的說法著重耐力而非峰值能力:上一版在智慧體循環中很早就趨於平緩,而 GLM-5.1 被記載為能在數百輪、數千次工具呼叫中持續最佳化,並對模稜兩可的問題有更好的判斷。
- 該模型提供 200K 上下文視窗與最高 128K 輸出 token,以及思考模式和函式呼叫。
- 它點名的負載不止於程式碼,還包括一般對話、創意寫作、前端與 artifact 生成,以及辦公生產力。
- 思考透過與產品線其餘成員相同的 thinking 物件切換,預設交由模型自行決定,推理軌跡回傳在獨立的 reasoning_content 欄位中;請注意 Z.AI 後來加入的推理力度控制項被記載為僅限 GLM-5.2,因此這個模型沒有力度旋鈕。
- MCP 工具、串流、JSON 輸出與自動前綴快取均受支援,權重以 MIT License 釋出。
- Synthorai 把 GLM-5.1 置於其 OpenAI 相容端點之後,可直接替換接入。
常見問題
GLM-5.1 API 可以免費試用嗎?
可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $1.4/M 計算,光是這筆額度就足以對 GLM-5.1 發出約 89 次 ~8K token 的請求。
GLM-5.1 最擅長什麼?
可自主連續工作最長 8 小時、實驗、分析、最佳化迴圈取代單次生成、覆蓋規劃到測試與交付。完整能力請見「關於」一節,內容取自廠商官方發布說明。
GLM-5.1 的價格是多少?
在 Synthorai 上,GLM-5.1 輸入 $1.4/百萬 token、輸出 $4.4/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.26/M 計費。
GLM-5.1 支援提示詞快取(prompt caching)嗎?
支援,且全自動:由 Z.ai 供應的提示詞會自動快取,無需改程式碼。快取命中的輸入 token 以 $0.26/M 計費(未命中 $1.4/M)。 提示詞快取指南 →
如何開通 GLM-5.1?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "glm-5.1" 即可。一組 API key 通用閘道上的所有模型。
GLM-5.1 是開源的嗎?
是,權重以 MIT 授權 發布。也可以省下 GPU:這裡的託管版本按用量計費,無需自建基礎設施。 執行開放權重模型 →
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。