GLM-5.1 delivers a major leap in coding capability, with particularly significant gains in handling long-horizon tasks. Unlike previous models built around minute-level interactions, GLM-5.1 can work independently and continuously on a single task for more than 8 hours, autonomously planning, executing, and improving itself throughout the process, ultimately delivering complete, engineering-grade results.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
36% off | US$1.40US$0.8988 | US$4.40US$2.825 | US$0.26US$0.1669 | 0.83s | 76 tok/s | |
|---|---|---|---|---|---|---|
| US$1.3300 | US$4.180 | US$0.2470 | 0.79s | 70 tok/s | ||
31% off | US$1.40US$0.9660 | US$4.40US$3.036 | US$0.26US$0.1794 | 2.25s | 30 tok/s | |
9% off | US$1.54US$1.4010 | US$4.84US$4.404 | US$0.286US$0.2603 | 0.82s | 68 tok/s | |
| US$1.3800 | US$4.400 | US$0.2600 | 2.34s | 39 tok/s | ||
| US$0.9000 | US$2.900 | US$0.0900 | 1.99s | 28 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 1.31s | 33 tok/s | ||
| US$1.1900 | US$3.740 | US$0.6000 | 2.84s | 32 tok/s |
- 36% off
- 输入 /百万
- US$0.8988
- 输出 /百万
- US$2.825
- 缓存读取 /百万
- US$0.1669
- 延迟
- 0.83 秒
- 吞吐量
- 76 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.33
- 输出 /百万
- US$4.18
- 缓存读取 /百万
- US$0.247
- 延迟
- 0.79 秒
- 吞吐量
- 70 tok/s
- 正常运行时间
- 99.81%
- 31% off
- 输入 /百万
- US$0.966
- 输出 /百万
- US$3.036
- 缓存读取 /百万
- US$0.1794
- 延迟
- 2.25 秒
- 吞吐量
- 30 tok/s
- 正常运行时间
- 99.70%
- 9% off
- 输入 /百万
- US$1.401
- 输出 /百万
- US$4.404
- 缓存读取 /百万
- US$0.2603
- 延迟
- 0.82 秒
- 吞吐量
- 68 tok/s
- 正常运行时间
- 98.20%
- 输入 /百万
- US$1.38
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 2.34 秒
- 吞吐量
- 39 tok/s
- 正常运行时间
- 99.38%
- 输入 /百万
- US$0.90
- 输出 /百万
- US$2.90
- 缓存读取 /百万
- US$0.09
- 延迟
- 1.99 秒
- 吞吐量
- 28 tok/s
- 正常运行时间
- 99.80%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 1.31 秒
- 吞吐量
- 33 tok/s
- 正常运行时间
- 99.77%
- 输入 /百万
- US$1.19
- 输出 /百万
- US$3.74
- 缓存读取 /百万
- US$0.60
- 延迟
- 2.84 秒
- 吞吐量
- 32 tok/s
- 正常运行时间
- 98.56%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
GLM 5.1 — 价格历史
| US$0.343 | US$3.04 | 79.2% | 12.4% | ||
| US$0.422 | US$4.40 | 85.9% | 9.4% | ||
| US$0.440 | US$2.82 | 62.7% | 23.3% | ||
| US$0.490 | US$4.40 | 79.8% | 27.7% | ||
| US$0.538 | US$2.90 | 44.7% | 3.6% | ||
| US$0.698 | US$4.40 | 60.9% | 3.3% | ||
| US$0.752 | US$3.74 | 74.2% | 17.0% | ||
| US$0.901 | US$4.18 | 39.6% | 3.3% |
- 有效输入价格 US$0.343 / 实际输出 US$3.04token 占比12.4%
- 有效输入价格 US$0.422 / 实际输出 US$4.40token 占比9.4%
- 有效输入价格 US$0.440 / 实际输出 US$2.82token 占比23.3%
- 有效输入价格 US$0.490 / 实际输出 US$4.40token 占比27.7%
- 有效输入价格 US$0.538 / 实际输出 US$2.90token 占比3.6%
- 有效输入价格 US$0.698 / 实际输出 US$4.40token 占比3.3%
- 有效输入价格 US$0.752 / 实际输出 US$3.74token 占比17.0%
- 有效输入价格 US$0.901 / 实际输出 US$4.18token 占比3.3%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | GLM-5.1 (Non-reasoning) Openness Index | 44.4 |
| Artificial Analysis | GLM-5.1 (Non-reasoning) GPQA Diamond | 83.9% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) HLE | 27.9% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) IFBench | 52.0% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) τ²-Bench Telecom | 97.1% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) AA-LCR | 53.3% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | GLM-5.1 (Non-reasoning) Terminal-Bench Hard | 35.6% |
| Artificial Analysis | GLM-5.1 (Reasoning) Openness Index | 44.4 |
| Artificial Analysis | GLM-5.1 (Reasoning) AutomationBench-AA | 20.3% |
| Artificial Analysis | GLM-5.1 (Reasoning) GDP.pdf | 8.4% |
| Artificial Analysis | GLM-5.1 (Reasoning) ITBench-AA | 40.3% |
| Artificial Analysis | GLM-5.1 (Reasoning) GPQA Diamond | 86.8% |
| Artificial Analysis | GLM-5.1 (Reasoning) HLE | 30.1% |
| Artificial Analysis | GLM-5.1 (Reasoning) IFBench | 76.3% |
| Artificial Analysis | GLM-5.1 (Reasoning) τ²-Bench Telecom | 97.7% |
| Artificial Analysis | GLM-5.1 (Reasoning) AA-LCR | 73.7% |
| Artificial Analysis | GLM-5.1 (Reasoning) τ³-Banking | 13.6% |
| Artificial Analysis | GLM-5.1 (Reasoning) GDPval-AA | 31.2% |
| Artificial Analysis | GLM-5.1 (Reasoning) CritPt | 4.6% |
| Artificial Analysis | GLM-5.1 (Reasoning) SciCode | 44.8% |
| Artificial Analysis | GLM-5.1 (Reasoning) Terminal-Bench Hard | 43.2% |
| Artificial Analysis | GLM-5.1 (Reasoning) Terminal-Bench 4.0 | 2.0% |
| Artificial Analysis | GLM-5.1 (Reasoning) Terminal-Bench 2.1 | 61.8% |
| Design Arena | GLM 5.1 Models Arena 3D Elo | 1218 |
| Design Arena | GLM 5.1 Models Arena Asciiart Elo | 1130 |
| Design Arena | GLM 5.1 Models Arena Code Categories Elo | 1253 |
| Design Arena | GLM 5.1 Models Arena Data Visualization Elo | 1255 |
| Design Arena | GLM 5.1 Models Arena Game Development Elo | 1244 |
| Design Arena | GLM 5.1 Models Arena SVG Elo | 1202 |
| Design Arena | GLM 5.1 Models Arena UI Component Elo | 1252 |
| Design Arena | GLM 5.1 Models Arena Website Elo | 1257 |
| Design Arena | GLM 5.1 Agents Arena Agenticgamedev Elo | 1109 |
| Design Arena | GLM 5.1 Agents Arena Agentichtmlslides Elo | 1205 |
| Design Arena | GLM 5.1 Agents Arena Agenticslides Elo | 1245 |
| Design Arena | GLM 5.1 Agents Arena Agenticslides(Html) Elo | 1204 |
| Design Arena | GLM 5.1 Agents Arena Agenticslides(Python-Pptx) Elo | 1240 |
| Design Arena | GLM 5.1 Agents Arena Androidnative Elo | 1173 |
| Design Arena | GLM 5.1 Agents Arena Full Stack Elo | 1140 |
| Design Arena | GLM 5.1 Agents Arena Godotgamedev Elo | 1027 |
| Design Arena | GLM 5.1 Agents Arena Htmlslides Elo | 1072 |
| Design Arena | GLM 5.1 Agents Arena Mobile Apps Elo | 1152 |
| Design Arena | GLM 5.1 Agents Arena Pdf Elo | 1204 |
| Design Arena | GLM 5.1 Agents Arena Pptxslides Elo | 1241 |
| Design Arena | GLM 5.1 Agents Arena Python-Pptxslides Elo | 1258 |
| Design Arena | GLM 5.1 Agents Arena Python-Pptxslides Elo | 1156 |
| Design Arena | GLM 5.1 Agents Arena Spreadsheet Elo | 1315 |
| Design Arena | GLM 5.1 Agents Arena Webapps Elo | 1148 |
| Design Arena | GLM 5.1 Models Arena 3D Elo | 1336 |
| Design Arena | GLM 5.1 Models Arena Data Visualization Elo | 1366 |
| Design Arena | GLM 5.1 Models Arena UI Component Elo | 1292 |
| Design Arena | GLM 5.1 Models Arena Website Elo | 1290 |
| Vals AI | GLM 5.1 AIME | 91.9% |
| Vals AI | GLM 5.1 CaseLaw v2 | 51.6% |
| Vals AI | GLM 5.1 Code Migration | 25.8% |
| Vals AI | GLM 5.1 CorpFin v2 | 64.5% |
| Vals AI | GLM 5.1 Finance Agent (v2) | 44.8% |
| Vals AI | GLM 5.1 GPQA Diamond | 84.5% |
| Vals AI | GLM 5.1 Harvey's Legal Agent Benchmark v1 | 0.0% |
| Vals AI | GLM 5.1 LiveCodeBench | 81.4% |
| Vals AI | GLM 5.1 LegalBench | 84.4% |
| Vals AI | GLM 5.1 Legal Research Bench | 27.9% |
| Vals AI | GLM 5.1 MedCode | 41.6% |
| Vals AI | GLM 5.1 MedScribe | 72.3% |
| Vals AI | GLM 5.1 MMLU Pro | 86.9% |
| Vals AI | GLM 5.1 ProgramBench | 0.0% |
| Vals AI | GLM 5.1 ProofBench v1 | 22.2% |
| Vals AI | GLM 5.1 Public Benefits Bench v1.1 | 61.8% |
| Vals AI | GLM 5.1 SWE-bench | 76.4% |
| Vals AI | GLM 5.1 TaxEval v2 | 71.2% |
| Vals AI | GLM 5.1 Terminal-Bench 2.1 | 56.9% |
| Vals AI | GLM 5.1 Vals Index | 52.5% |
| Vals AI | GLM 5.1 Vibe Code Bench v1.1 | 31.5% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
常见问题
GLM-5.1 delivers a major leap in coding capability, with particularly significant gains in handling long-horizon tasks. Unlike previous models built around minute-level interactions, GLM-5.1 can work independently and continuously on a single task for more than 8 hours, autonomously planning, executing, and improving itself throughout the process, ultimately delivering complete,...
GLM 5.1 的费用为 US$0.8988/百万输入 token 和 US$2.825/百万输出 token,Cache Read,价格为 US$0.1669/M tokens 单独计费。
GLM 5.1 的上下文窗口为 204,800 个 token。它最多支持 131,072 个补全 token。
是的。GLM 5.1 接受 tools 和 tool_choice,以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
在 OpenRouter 上,GLM 5.1 由 8 家提供商提供服务:Baidu Qianfan、Chutes、StreamLake、SiliconFlow、Alibaba Cloud Int.、NovitaAI、Z.ai和Venice。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
GLM 5.1 于 2026年4月7日 发布。