Hugging Face model card
Campos: tags, gated, license, summary, languages, library name, pipeline tag
We are launching GLM-5, targeting complex systems engineering and long-horizon agentic tasks. Scaling is still one of the most important ways to improve the intelligence efficiency of Artificial General Intelligence (AGI). Compared to GLM-4.5, GLM-5 scales from 355B parameters (32B active) to 744B parameters (40B active), and increases pre-training data from 23T to 28.5T tokens. GLM-5 also integrates DeepSeek Sparse Attention (DSA), largely reducing deployment cost while preserving long-context capacity.
- Contexto
- 198K
- Salida máxima
- 128K
- Entrada
- 0,60 US$
- Salida
- 1,92 US$
Casos de uso recomendados
Puntos fuertes en estos datos
- 198,000-token context window
- text input
- 19 supported API parameters listed
Límites y advertencias
- Provider behavior and pricing can change; verify the linked sources before production use.
Capacidad
Datos propios del modelo
Modelo- Razonamiento
- Compatible
- Pesos abiertos
- Compatible
Datos del endpoint del proveedor
Endpoint del proveedor- Llamadas a herramientas
- Compatible
- Salida estructurada
- Compatible
- Streaming
- Desconocido
- Caché de prompts
- Compatible
- Lotes
- Desconocido
- Ajuste fino
- Desconocido
GLM 5 Precios del proveedor
Endpoint del proveedor: z-ai/glm-5
- Entrada
- 0,60 US$ por 1 M de tokens
- Salida
- 1,92 US$ por 1 M de tokens
- Entrada en caché
- 0,12 US$ por 1 M de tokens
- Salida de imagen
- Desconocido por 1 M de tokens
Fuentes y verificación
Official model documentation
Campos: model identity
OpenRouter Models API
Campos: identity, description, modalities, context window, maximum output, pricing, supported parameters
Preguntas frecuentes
Las respuestas se generan con los mismos datos verificables del modelo y del proveedor mostrados arriba.
GLM 5 es un modelo de IA de Z.ai perteneciente a la familia Other. Su contexto catalogado es de 198K.
Las especificaciones y los precios pueden variar por proveedor y cambiar con el tiempo. Revisa las fuentes y las fechas de verificación antes de usar un modelo en producción.