GLM-5.1 是 Z.AI 面向长程任务设计的旗舰基础模型,官方描述称它能在单个任务上连续自主工作最长 8 小时,涵盖规划、执行、测试、修复和交付。
- 输入
- 文本 $1.4/M
- 输出
- 文本 $4.4/M
- 缓存读取
- $0.26/M
- 上下文
- 200K
- 对比 GPT-4o
- 便宜约 72%
价格在同类中的位置
价格在 60 个同类模型中的位置
这条线显示该模型的价格,在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。这里是基础价,批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口(厂商规格) | 200,000 |
|---|---|
| 最大输出(厂商规格) | 131,072 |
提示词缓存
| 缓存方式 | 自动 |
|---|
思考
| 厂商参数 | thinking.type |
|---|---|
| 可选值 | enabled · disabled |
| 默认值 | enabled,由模型自动判断是否思考 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回;此前轮次的思维链默认被清除(clear_thinking 为 true),交错思考块应予保留并与工具结果一并回传;没有 reasoning_effort 控制:文档将其列为仅 GLM-5.2 支持 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 网关侧参数面——以上方厂商映射为准 |
模型
| 模态 | 文本 → 文本 |
|---|---|
| 参数量 | 总参数 744B · 激活 40B MoE(混合专家) |
| 许可证 | MIT |
- 新一代智能体工程旗舰(744B-A40B):单次运行可自主工作最长 8 小时,跨越数千次工具调用
- 200K 上下文 / 128K 最大输出
依据 Z.ai 官方文档 ↗
30 秒用上 GLM-5.1
OpenAI 兼容:换掉 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(""));关于 GLM-5.1
- 它在 GLM-5 的基础上强调实验、分析、优化的循环而非一次性生成,从而在复杂工程环境中实现自主探索、持续改进和稳定交付。
- Z.AI 对这次升级的表述关乎耐力而非峰值能力:上一版本在智能体循环中很早就进入平台期,而 GLM-5.1 的文档称它能在数百轮和数千次工具调用中持续优化,并在模糊问题上判断更好。
- 该模型提供 200K 上下文窗口和最高 128K 输出 token,另有思考模式和函数调用。
- 被点名的负载超出代码之外,还包括通用对话、创意写作、前端与 artifact 生成,以及办公生产力。
- 思考通过与产品线其余成员相同的 thinking 对象切换,默认交由模型自行决定,轨迹返回在单独的 reasoning_content 字段中;注意 Z.AI 后来加入的推理力度控制项在文档中仅适用于 GLM-5.2,因此这个模型没有力度档位可调。
- MCP 工具、流式输出、JSON 输出和自动前缀缓存均受支持,权重以 MIT License 发布。
- Synthorai 把 GLM-5.1 置于其 OpenAI 兼容端点之后,可直接接入。
常见问题
GLM-5.1 API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。按输入 $1.4/M 计算,仅这笔额度就足够对 GLM-5.1 发起约 89 次 ~8K token 的请求。
GLM-5.1 最擅长什么?
可自主连续工作最长 8 小时、实验、分析、优化循环取代单次生成、覆盖规划到测试与交付。完整能力请见「关于」部分,内容取自厂商官方发布说明。
GLM-5.1 的价格是多少?
在 Synthorai 上,GLM-5.1 输入 $1.4/百万 token、输出 $4.4/百万 token,即厂商牌价,无平台加价。缓存命中的输入 token 按 $0.26/M 计费。
GLM-5.1 支持提示词缓存(prompt caching)吗?
支持,且全自动:经 Z.ai 提供的提示词自动缓存,无需改代码。缓存命中的输入 token 按 $0.26/M 计费(未命中 $1.4/M)。 提示词缓存指南 →
如何开通 GLM-5.1?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "glm-5.1" 即可。一把 API key 通用网关上的全部模型。
GLM-5.1 开源吗?
开源:权重以 MIT 许可证 发布。也可以省去 GPU:这里的托管版本按量付费,无需自建基础设施。 运行开源权重模型 →
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。