GLM 5
glm-5So sánh giá API glm-5, điểm cuối được hỗ trợ, khả năng và tùy chọn truy cập trên Modelsell.
- Giá từ
- Đầu vào / Đầu ra · 1M
- Ngữ cảnh
- 204.8K
- Cửa sổ nhập tối đa
- Đầu ra tối đa
- 128K
- Số token tối đa mỗi phản hồi
- Phương thức
- →
Giá theo nhà cung cấp
So sánh giá và hiệu suất dịch vụ của mô hình này giữa các nhà cung cấp.
| Nhà cung cấp | Đầu vào/M | Đầu ra/M | Đọc bộ nhớ đệm/M | ||||
|---|---|---|---|---|---|---|---|
Oofficial 官方接口直连 | $0.58 | $2.6 | $0.14 | ||||
Alibaba 阿里巴巴百炼官方 | $0.58 | $2.6 | $0.14 |
Cuộn ngang để so sánh tất cả giá và chỉ số hiệu suất.
Khả năng / Phương thức hỗ trợ
Nhà cung cấp & quyền riêng tư
GLM tokenizerHiệu suất
Đánh giá chuẩn
Điểm từ các đánh giá tiêu chuẩn. Tỷ lệ phần trăm cao hơn tốt hơn và hiển thị phân vị xếp hạng.
Nguồn số liệu:Artificial Analysis 2026-09-30·GLM 5
Mô hình này không có trong ảnh chụp đánh giá hiện tại.
Thiếu mô hình hoặc số đo không có nghĩa là điểm bằng không.
Biểu đồ giữ nguyên lựa chọn mô hình và cài đặt suy luận từ nguồn. Thiếu mô hình hoặc số đo không có nghĩa là điểm bằng không; chi phí hay tốc độ đánh giá không phải cam kết dịch vụ của trang.
Giới thiệu GLM 5
先理解系统，再解决局部问题
GLM-5关注复杂系统工程和长周期智能体任务，适合需要同时考虑架构、接口、状态与异常处理的工作。它可以帮助研发团队梳理模块关系、分析故障路径、规划功能实现，也可以围绕一组资料完成持续的推理与信息整合。
当问题横跨多个组件时，单看报错位置往往不够。可以把请求入口、业务逻辑、数据访问和任务处理的相关实现放在一起，让模型沿实际流程判断原因。描述目标时，应说明正常行为、失败现象与必须保留的约束，这能让方案更贴近已有系统。
适合有反馈的工作方式
GLM-5可以参与代码生成和工具协作，但有效的工程流程仍需要真实反馈。应用执行查询、编译或测试后，应把输出交回模型，保留失败信息，让下一轮改动围绕实际问题展开。先做一个最小验证，再逐步扩大改动范围，有助于减少无关重构。
模型以文本输入和输出为主，适合代码、日志、文档和结构化信息。面对长任务，可以记录已确认事实、实施步骤和待验证假设；完成时要求说明实际产物与验证结果，方便团队继续审阅和维护。
Tình huống sử dụng và prompt
异步任务设计示例
“为图片处理服务设计异步任务流程。要求提交后返回任务标识，处理中可查询状态，失败可安全重试。结合现有代码说明状态如何流转，怎样避免重复处理，哪些错误可以重试，并给出最小实施顺序和验证用例。”
把现有接口、队列行为与数据约束一起提供，避免得到脱离项目的通用方案。
生成的方案太大，怎样收敛？
明确本次只解决的问题、允许修改的模块和交付期限，要求先完成最小可用流程。
怎样检查它有没有真正理解系统？
先让它复述一次完整请求路径，并指出关键状态和失败点，再开始改动；发现理解偏差时及时补充材料。
Truy cập API
Tài liệu API
Mẫu mã
/v1/chat/completions| Tham số | Loại | Mặc định / khoảng | Mô tả |
|---|---|---|---|
temperature | number | = 10 ~ 2 | Nhiệt độ lấy mẫu; càng thấp càng ổn định |
top_p | number | = 10 ~ 1 | Tổng xác suất cho nucleus sampling |
max_tokens | integer | >= 1 | Số token tối đa trong phản hồi |
frequency_penalty | number | = 0-2 ~ 2 | Phạt việc lặp các token phổ biến |
presence_penalty | number | = 0-2 ~ 2 | Khuyến khích chủ đề mới |
stop | array | — | Tối đa 4 chuỗi để dừng sinh |
seed | integer | — | Hạt giống lấy mẫu xác định (cố gắng tốt nhất) |
n | integer | = 1>= 1 | Số lượng phản hồi cần sinh |
stream | boolean | = false | Truyền token qua Server-Sent Events |
response_format | object | — | Bắt buộc xuất JSON hoặc theo schema |
tools | array | — | Khai báo công cụ / hàm mà model có thể gọi |
tool_choice | string | autononerequired | Chính sách chọn công cụ hoặc tên cụ thể |
logprobs | boolean | = false | Trả về log probabilities cho từng token |
top_logprobs | integer | 0 ~ 20 | Số log probabilities hàng đầu trên mỗi token |
logit_bias | object | — | Bảng logit bias theo token |
user | string | — | Định danh người dùng cuối để giám sát lạm dụng |
Thay thế <YOUR_API_KEY> bằng API key từ trang Tokens của bạn.
Xác thực
Mọi yêu cầu phải có header Authorization: Bearer <TOKEN> . Các endpoint định dạng Anthropic chấp nhận header x-api-key .
Tạo token tại trang Tokens; bạn có thể giới hạn theo model, nhóm, IP và rate-limit.
Tham số hỗ trợ
| Tham số | Loại | Mặc định / khoảng | Mô tả |
|---|---|---|---|
temperature | number | = 10 ~ 2 | Nhiệt độ lấy mẫu; càng thấp càng ổn định |
top_p | number | = 10 ~ 1 | Tổng xác suất cho nucleus sampling |
max_tokens | integer | >= 1 | Số token tối đa trong phản hồi |
frequency_penalty | number | = 0-2 ~ 2 | Phạt việc lặp các token phổ biến |
presence_penalty | number | = 0-2 ~ 2 | Khuyến khích chủ đề mới |
stop | array | — | Tối đa 4 chuỗi để dừng sinh |
seed | integer | — | Hạt giống lấy mẫu xác định (cố gắng tốt nhất) |
n | integer | = 1>= 1 | Số lượng phản hồi cần sinh |
stream | boolean | = false | Truyền token qua Server-Sent Events |
response_format | object | — | Bắt buộc xuất JSON hoặc theo schema |
tools | array | — | Khai báo công cụ / hàm mà model có thể gọi |
tool_choice | string | autononerequired | Chính sách chọn công cụ hoặc tên cụ thể |
logprobs | boolean | = false | Trả về log probabilities cho từng token |
top_logprobs | integer | 0 ~ 20 | Số log probabilities hàng đầu trên mỗi token |
logit_bias | object | — | Bảng logit bias theo token |
user | string | — | Định danh người dùng cuối để giám sát lạm dụng |
Giới hạn tốc độ
| Nhà cung cấp | RPM | TPM | RPD |
|---|---|---|---|
| Alibaba | Không giới hạn | Không giới hạn | Không giới hạn |
| official | Không giới hạn | Không giới hạn | Không giới hạn |
Không giới hạn
Câu hỏi thường gặp về glm-5
glm-5 là gì?
So sánh giá API glm-5, điểm cuối được hỗ trợ, khả năng và tùy chọn truy cập trên Modelsell.
Làm thế nào để gọi glm-5?
Tạo khóa API có quyền truy cập glm-5, sau đó dùng đúng ID mô hình và endpoint được hỗ trợ trong phần truy cập API. Các trường yêu cầu phụ thuộc endpoint đã chọn.
glm-5 được tính phí như thế nào?
Giá phụ thuộc vào nhóm nhà cung cấp và đơn vị tính phí của mô hình. Giá đầu vào, đầu ra, mỗi yêu cầu hoặc nội dung đa phương tiện hiện tại được hiển thị trên trang này trước khi đăng ký.
Cửa sổ ngữ cảnh của glm-5 lớn bao nhiêu?
Danh mục ghi cửa sổ ngữ cảnh là 204800 token. Xem endpoint đã chọn để biết giới hạn yêu cầu.
Đầu ra tối đa của glm-5 là bao nhiêu?
Danh mục ghi đầu ra tối đa là 128000 token. Cài đặt yêu cầu có thể đặt giới hạn thấp hơn.
Làm thế nào để đánh giá glm-5 cho dự án của tôi?
Tham khảo hướng dẫn về tình huống sử dụng và prompt trên trang này, sau đó đánh giá mô hình bằng đầu vào tiêu biểu từ dự án của bạn.