GLM-5是面向Coding与Agent场景的新一代大模型，在复杂系统工程与长程任务中达到开源 SOTA，真实编程体验逼近 Claude Opus 级别；基于 744B 新基座、异步强化学习与稀疏注意力，实现从“写代码”到“写工程”的全面升级。
推理服务供应商
glm-5模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 169984 | 最大输出长度 | 16384 |
上下文长度 | 202752 | 最大输入长度（思考模式下） | 169984 |
最大输出长度（思考模式下） | 16384 | 最大思维链长度 | 32768 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
输入<=32k
输入<=32k
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 4 | 每百万tokens |
输出 | 18 | 每百万tokens |
输入（缓存命中） | 0.8 | 每百万tokens |
32k<输入<=200k
32k<输入<=200k
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 6 | 每百万tokens |
输出 | 22 | 每百万tokens |
输入（缓存命中） | 1.2 | 每百万tokens |
限流
- 华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 500 |
TPM（每分钟tokens） | 1,000,000 |