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)。
| US$1.4000 | US$4.400 | US$0.2600 | 0.25s | 122 tok/s | ||
36% off | US$1.40US$0.8988 | US$4.40US$2.825 | US$0.26US$0.1669 | 0.74s | 66 tok/s | |
| US$1.2600 | US$3.960 | US$0.2340 | 1.85s | 71 tok/s | ||
9% off | US$1.54US$1.4010 | US$4.84US$4.404 | US$0.286US$0.2603 | 0.95s | 74 tok/s | |
| US$1.4000 | US$4.400 | US$0.2600 | 2.22s | 62 tok/s | ||
| US$0.9000 | US$2.900 | US$0.0900 | 2.38s | 34 tok/s | ||
31% off | US$1.40US$0.9660 | US$4.40US$3.036 | US$0.26US$0.1794 | 2.87s | 29 tok/s | |
| US$1.3800 | US$4.400 | US$0.2600 | 2.62s | 38 tok/s | ||
| US$1.3300 | US$4.180 | US$0.2470 | 0.83s | 94 tok/s | ||
| US$1.1900 | US$3.740 | US$0.6000 | 1.14s | 66 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 1.61s | 41 tok/s |
- 输入 US$1.40 / 输出 US$4.40122 tok/s100.00% 正常运行时间
- 输入 US$0.8988 / 输出 US$2.82536% off66 tok/s99.88% 正常运行时间
- 输入 US$1.26 / 输出 US$3.9671 tok/s99.71% 正常运行时间
- 输入 US$1.401 / 输出 US$4.4049% off74 tok/s97.92% 正常运行时间
- 输入 US$1.40 / 输出 US$4.4062 tok/s100.00% 正常运行时间
- 输入 US$0.90 / 输出 US$2.9034 tok/s99.81% 正常运行时间
- 输入 US$0.966 / 输出 US$3.03631% off29 tok/s100.00% 正常运行时间
- 输入 US$1.38 / 输出 US$4.4038 tok/s100.00% 正常运行时间
- 输入 US$1.33 / 输出 US$4.1894 tok/s98.74% 正常运行时间
- 输入 US$1.19 / 输出 US$3.7466 tok/s99.77% 正常运行时间
- 输入 US$1.40 / 输出 US$4.4041 tok/s100.00% 正常运行时间
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$0.374 | US$3.04 | 75.2% | 5.4% | ||
| US$0.431 | US$4.40 | 85.0% | 33.6% | ||
| US$0.499 | US$2.90 | 49.5% | 5.4% | ||
| US$0.501 | US$4.40 | 78.9% | 24.7% | ||
| US$0.507 | US$2.85 | 54.3% | 2.8% | ||
| US$0.542 | US$4.40 | 74.8% | 2.9% | ||
| US$0.573 | US$3.96 | 66.9% | 2.9% | ||
| US$0.703 | US$4.40 | 61.2% | 1.0% | ||
| US$0.758 | US$4.40 | 56.4% | 2.1% | ||
| US$0.792 | US$3.74 | 67.5% | 18.1% | ||
| US$0.828 | US$4.18 | 46.4% | 1.0% |
- 有效输入价格 US$0.374 / 实际输出 US$3.04token 占比5.4%
- 有效输入价格 US$0.431 / 实际输出 US$4.40token 占比33.6%
- 有效输入价格 US$0.499 / 实际输出 US$2.90token 占比5.4%
- 有效输入价格 US$0.501 / 实际输出 US$4.40token 占比24.7%
- 有效输入价格 US$0.507 / 实际输出 US$2.85token 占比2.8%
- 有效输入价格 US$0.542 / 实际输出 US$4.40token 占比2.9%
- 有效输入价格 US$0.573 / 实际输出 US$3.96token 占比2.9%
- 有效输入价格 US$0.703 / 实际输出 US$4.40token 占比1.0%
- 有效输入价格 US$0.758 / 实际输出 US$4.40token 占比2.1%
- 有效输入价格 US$0.792 / 实际输出 US$3.74token 占比18.1%
- 有效输入价格 US$0.828 / 实际输出 US$4.18token 占比1.0%
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) 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) Coding Index | 55.8 |
| Artificial Analysis | GLM-5.1 (Reasoning) Agentic Index | 23.9 |
| 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) τ-Bench 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 | 1230 |
| Design Arena | GLM 5.1 Models Arena Asciiart Elo | 1129 |
| Design Arena | GLM 5.1 Models Arena Code Categories Elo | 1260 |
| Design Arena | GLM 5.1 Models Arena Data Visualization Elo | 1256 |
| Design Arena | GLM 5.1 Models Arena Game Development Elo | 1255 |
| Design Arena | GLM 5.1 Models Arena SVG Elo | 1207 |
| Design Arena | GLM 5.1 Models Arena UI Component Elo | 1257 |
| Design Arena | GLM 5.1 Models Arena Website Elo | 1261 |
| Design Arena | GLM 5.1 Agents Arena Agenticgamedev Elo | 1106 |
| 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 | 1174 |
| Design Arena | GLM 5.1 Agents Arena Full Stack Elo | 1141 |
| Design Arena | GLM 5.1 Agents Arena Godotgamedev Elo | 1033 |
| Design Arena | GLM 5.1 Agents Arena Htmlslides Elo | 1067 |
| Design Arena | GLM 5.1 Agents Arena Mobile Apps Elo | 1152 |
| Design Arena | GLM 5.1 Agents Arena Pdf Elo | 1188 |
| 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 | 1154 |
| Design Arena | GLM 5.1 Agents Arena Spreadsheet Elo | 1315 |
| Design Arena | GLM 5.1 Agents Arena Webapps Elo | 1154 |
| 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。
支持。在提供 GLM 5.1 的 11 家提供商中,有 10 家支持该模型通过 tools 和 tool_choice 进行函数调用,包含工具的请求会被路由到这些提供商。 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 11 家提供商提供服务:Baidu Qianfan, Chutes, StreamLake, SiliconFlow, AtlasCloud, Alibaba Cloud Int., NovitaAI, GMICloud 及另外 3 个。 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。