GLM 5.1
GLM-5.1 在编程能力上实现了重大飞跃,尤其在处理长周期任务方面提升显著。与以往按分钟级交互构建的模型不同,GLM-5.1 能够独立、持续地长时间工作。
模态
上下文
205Ktokens
最大输出 128K tokens
能力
工具调用 (Tools)
结构化输出
并行工具调用
视觉输入
音频输入
多服务商价格对比数据来自 OpenRouter
| 服务商 | 量化精度 | 上下文 | 输入/M | 输出/M | 缓存读取/M | 近1天可用率 |
|---|---|---|---|---|---|---|
G GMICloud限时 -35% | fp8 | 203K | ¥6.15 | ¥19.32 | ¥1.14 | 99.3% |
| fp8 | 200K | ¥6.53 | ¥20.51 | ¥1.21 | 98.0% | |
| — | 164K | ¥6.59 | ¥29.05 | ¥1.76 | 91.9% | |
C Chutes | fp8 | 203K | ¥6.62 | ¥20.81 | ¥0.66 | 79.0% |
| fp4 | 203K | ¥7.09 | ¥23.65 | ¥1.39 | 89.9% | |
S SiliconFlow | fp8 | 205K | ¥8.04 | ¥25.27 | ¥4.05 | 99.9% |
| fp8 | 203K | ¥8.11 | ¥29.73 | ¥1.69 | 99.7% | |
P Phala | — | 203K | ¥8.18 | ¥28.38 | ¥4.05 | 77.7% |
| fp8 | 203K | ¥8.51 | ¥26.76 | ¥1.58 | 98.5% | |
| fp8 | 203K | ¥8.99 | ¥28.24 | ¥1.67 | 99.9% | |
| fp8 | 205K | ¥9.32 | ¥29.73 | ¥1.76 | 99.8% | |
| fp8 | 203K | ¥9.46 | ¥29.73 | - | 94.9% | |
| fp8 | 203K | ¥9.46 | ¥29.73 | ¥1.76 | 98.8% | |
| — | 203K | ¥9.46 | ¥29.73 | ¥1.76 | 100.0% | |
| fp8 | 203K | ¥9.46 | ¥29.73 | ¥1.76 | 99.0% | |
| fp8 | 203K | ¥9.46 | ¥29.73 | ¥1.76 | 99.9% | |
| fp8 | 200K | ¥10.41 | ¥32.70 | ¥1.93 | 84.9% |
G
GMICloudfp8限时 -35%¥6.15
输入/M
¥19.32
输出/M
¥1.14
缓存/M
99.3%
可用率
¥6.53
输入/M
¥20.51
输出/M
¥1.21
缓存/M
98.0%
可用率
¥6.59
输入/M
¥29.05
输出/M
¥1.76
缓存/M
91.9%
可用率
C
Chutesfp8¥6.62
输入/M
¥20.81
输出/M
¥0.66
缓存/M
79.0%
可用率
¥7.09
输入/M
¥23.65
输出/M
¥1.39
缓存/M
89.9%
可用率
S
SiliconFlowfp8¥8.04
输入/M
¥25.27
输出/M
¥4.05
缓存/M
99.9%
可用率
¥8.11
输入/M
¥29.73
输出/M
¥1.69
缓存/M
99.7%
可用率
P
Phala¥8.18
输入/M
¥28.38
输出/M
¥4.05
缓存/M
77.7%
可用率
¥8.51
输入/M
¥26.76
输出/M
¥1.58
缓存/M
98.5%
可用率
¥8.99
输入/M
¥28.24
输出/M
¥1.67
缓存/M
99.9%
可用率
¥9.32
输入/M
¥29.73
输出/M
¥1.76
缓存/M
99.8%
可用率
¥9.46
输入/M
¥29.73
输出/M
-
缓存/M
94.9%
可用率
¥9.46
输入/M
¥29.73
输出/M
¥1.76
缓存/M
98.8%
可用率
¥9.46
输入/M
¥29.73
输出/M
¥1.76
缓存/M
100.0%
可用率
¥9.46
输入/M
¥29.73
输出/M
¥1.76
缓存/M
99.0%
可用率
¥9.46
输入/M
¥29.73
输出/M
¥1.76
缓存/M
99.9%
可用率
¥10.41
输入/M
¥32.70
输出/M
¥1.93
缓存/M
84.9%
可用率
📊 Artificial Analysis 综合指数
41
智能指数
55.8
编程指数
30.6
Agent 指数