Zhipu AI: GLM-5V-Turbo
glm-5v-turbo- 入力 / 出力
- $1.20 / $4.00
- コンテキスト
- 205K
- 最大出力
- 128K
- モダリティ
- ビジョンチャット
- 機能
- ツール利用プロンプトキャッシュ
GLM-5V-Turbo について
GLM-5V-Turboは、視覚ベースのコーディングおよびエージェントワークフロー向けに構築された、Z.ai初のマルチモーダルコーディング基盤モデルです。画像、動画、テキスト、ファイルを統合的に処理し、テキストで回答します。デザインモックアップからフロントエンドコードへの変換や、グラフィカルインターフェースの操作に強みを持ちつつ、テキストコーディングの性能も維持しています。
得意なこと
- 「デザインからコードへ（Design-to-code）」が主要な用途であり、モックアップやスクリーンショットからフロントエンドを再現します。
- Z.aiは、実際のGUI環境の操作をテストするAndroidWorldおよびWebVoyagerにおいて、堅実な結果を報告しています。
- 画像、動画、テキスト、ファイルが統合的に処理されるため、1つのリクエストで録画データとログを組み合わせることが可能です。
- 純粋なテキストコーディングも競争力を維持しているため、作成後のコードに対して別のモデルを使用する必要はありません。
他のモデルを検討すべきケース
- 出力はテキストのみです。コードや説明文は記述できますが、画像を生成することはできません。
- 本モデルは、より低コストで長いコンテキストに対応したFlashモデルを含むGLM-5.3ラインよりも前にリリースされました。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
テキスト・トゥ・テキストMessages APIPOST/v1/messagesAPI形式:curl https://api.tokenlab.sh/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-xxx" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "glm-5v-turbo", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
デフォルト仕様
100万トークンあたり- Official 価格
- 入力 $1.20 / 出力 $4.00 / キャッシュ読み取り $0.24
- Verified 価格
- —
- 割引
- —
キャッシュ読み取り
- Official 価格
- $0.24
- Verified 価格
- —
- 割引
- —
| Official 価格100万トークンあたり | Verified 価格100万トークンあたり | 割引 | |
|---|---|---|---|
| デフォルト仕様 | 入力 $1.20 / 出力 $4.00 / キャッシュ読み取り $0.24 | — | — |
| プロンプトキャッシュ料金 | |||
| キャッシュ読み取り | $0.24 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでGLM-5V-Turboを開き、プロンプトを編集・送信できます。
glm-5v-turboと/v1/messagesでメッセージをテスト。返答、レイテンシ、コストを表示します。
ユースケース
向いている用途- ビジョン
モックアップからWebページへ
スクリーンショットや設計ファイルを渡すと、レイアウトに一致するフロントエンドコードを取得できます。
Webサイト探索エージェント
ページを確認し、クリック対象を判断し、要求されたデータを収集するブラウザエージェントを操作します。
スクリーンショットからのバグ報告
ユーザーが撮影したエラーのスクリーンショットを読み取り、コード内の可能性の高い原因を特定してパッチを提案します。
プロンプト例
このダッシュボードのモックアップを、同じ間隔と色を使用したレスポンシブなHTMLページに変換してください。
価格ページのスクリーンショットを順番に開き、確認できるプラン名と制限事項をリストアップしてください。
このスクリーンショットはモバイルでボタンが切れていることを示しています。原因となっているCSSを見つけて修正してください。
このモデルは条件付き料金です。月間トークン総量だけでは確実な見積もりができません。リクエスト仕様・キャッシュ・該当時間帯に応じた詳細料金をご利用ください。
FAQ
GLM-5V-Turboとは具体的に何ですか？
これは、コーディングだけでなく視覚認識も行うよう設計されたZ.aiのマルチモーダルコーディングモデルです。画像、動画、テキスト、ファイルを受け付け、ドキュメントではデザインからコードへの変換やGUI自動化が強調されており、関数呼び出しと思考モードも利用可能です。
GLM-5V-Turboは画像専用ですか？
いいえ。プレーンテキストのコーディングタスクも処理でき、Z.aiによるとテキストコーディングの性能は依然として強力です。視覚入力により、モックアップ、スクリーンショット、動画を送信できるようになります。
GLM-5.3-Flashとの違いは何ですか？
どちらも画像、動画、ファイルを読み取ることができます。GLM-5V-Turboはデザインからコードへの変換やGUIエージェントを中心に構築された初期の視覚コーディングモデルであり、GLM-5.3-Flashはより長いコンテキストと低コストを実現した新しいモデルです。
構造化されたJSONを返すことはできますか？
はい、JSON形式の出力をサポートしています。これは、スクリーンショット、フォーム、ドキュメントからフィールドを抽出し、独自のコードで検証・利用可能な固定スキーマに変換する際に役立ちます。
GLM-5V-Turbo の料金はいくらですか？
TokenLab では GLM-5V-Turbo は 入力 $1.20 / 出力 $4.00 100万トークンあたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
GLM-5V-Turbo のコンテキストウィンドウと出力制限は？
GLM-5V-Turbo は最大 204,800 トークンのコンテキストに対応し、1回のレスポンスで最大 131,072 トークンまで出力可能です。
GLM-5V-Turbo はどのエンドポイントを使うべきですか？
GLM-5V-Turbo のデフォルトは https://api.tokenlab.sh/v1/messages です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
GLM-5V-Turbo はどの操作に対応していますか？
GLM-5V-Turbo は テキスト・トゥ・テキスト に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
GLM-5V-Turbo を比較する
ソース
2026/10/02 時点での評価
