Zhipu AI: GLM-5-Turbo

Linha GLM-5 mais rápida para agentes de codificação que precisam de menor latência

glm-5-turbo

DisponívelZhipu AIChat

Entrada / Saída: $1.20 / $4.00
Contexto: 200K
Saída máxima: 128K
Modalidades: Chat
Capacidades: Uso de ferramentasCache de prompts

Sobre o GLM-5-Turbo

O GLM-5-Turbo é um modelo da Z.ai construído sobre o GLM-5 e ajustado a partir do treinamento para fluxos de trabalho de agentes OpenClaw. A Z.ai relata ganhos em relação ao GLM-5 na confiabilidade de chamadas de ferramentas, na decomposição de instruções complexas e em tarefas sensíveis ao tempo ou de longa duração, com execução mais rápida para cadeias longas. Ele recebe texto como entrada e gera texto como saída, sendo adequado para agentes que chamam muitas ferramentas.

Pontos fortes

A Z.ai afirma que a invocação de ferramentas é mais confiável do que no GLM-5, o que reduz falhas em chamadas dentro de cadeias de agentes de várias etapas.
A decomposição de instruções para tarefas complexas de várias etapas é uma melhoria declarada em relação ao modelo base.
O agendamento e a persistência para trabalhos dependentes de tempo e de longa duração foram ajustados, o que se adapta a agentes que aguardam eventos externos.
Integração de ferramentas MCP, saída JSON estruturada, cache de contexto, streaming e modo de raciocínio são suportados.

Quando usar outro modelo

Ele é otimizado para a execução de agentes, portanto, para revisão de código geral ou análise de textos longos, o GLM-5 ou o GLM-5.1 base podem ser a escolha mais natural.
A entrada é apenas texto; a compreensão de imagens ou documentos requer um modelo de visão.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoMessages API

POST/v1/messages

Formato da API:

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-5-turbo",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $1.20 / Saída $4.00 / Leitura de cache $0.24 / Escrita de cache $0.00
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.24
Preço Verified: —
Desconto: —

Escrita de cache

Preço Official: $0.00
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $1.20 / Saída $4.00 / Leitura de cache $0.24 / Escrita de cache $0.00	—	—
Preços de cache de prompt
Leitura de cache	$0.24	—	—
Escrita de cache	$0.00	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 08:49 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra GLM-5-Turbo no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar glm-5-turbo com uma mensagem em /v1/messages. Exiba a resposta, latência e custo.

Casos de uso

Assistentes no estilo OpenClaw
Potencialize agentes pessoais ou de equipe que agendam tarefas, chamam ferramentas e relatam resultados ao longo de várias horas.
Automação com muitas chamadas de ferramentas
Encadeie dezenas de chamadas de API para relatórios ou limpeza de dados, onde uma única chamada falha pode interromper a execução.
Trabalhos de pesquisa agendados
Execute pesquisas e resumos recorrentes que precisam lembrar de resultados anteriores e agir no momento certo.

Exemplos de prompt

Todas as manhãs, obtenha tickets abertos com a ferramenta de helpdesk, classifique-os por idade e publique um resumo no canal da equipe.

Divida esta tarefa em etapas, chame as ferramentas certas para cada uma e pare para me avisar se uma ferramenta retornar um erro.

Monitore a ferramenta de status de build até que o pipeline termine e, em seguida, abra um ticket se algum teste falhar.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

Para que serve o GLM-5-Turbo?

Ele é destinado a cargas de trabalho de agentes, especialmente cenários OpenClaw. A Z.ai o ajustou para chamadas de ferramentas confiáveis, tratamento de instruções passo a passo e tarefas de longa duração ou dependentes de tempo, por isso ele se adapta a assistentes que agem em vez de apenas responder.

O GLM-5-Turbo é melhor que o GLM-5?

Para a execução de agentes, a Z.ai relata melhorias substanciais em cenários OpenClaw. Para outros trabalhos, como revisão de código ou análise, o GLM-5 permanece como o modelo base geral e pode ser preferível.

O GLM-5-Turbo suporta chamada de funções?

Sim. O GLM-5-Turbo suporta chamada de funções e integração de ferramentas MCP, das quais os agentes dependem, juntamente com saída JSON estruturada, cache de contexto, saída em streaming e um modo de raciocínio que você pode ativar para etapas mais difíceis.

Ele pode processar imagens?

Não, o GLM-5-Turbo funciona apenas com entrada e saída de texto. Use um GLM com capacidade de visão, como o GLM-5V-Turbo, quando capturas de tela, mock-ups ou outras imagens fizerem parte da tarefa.

Quanto custa o GLM-5-Turbo?

No TokenLab, GLM-5-Turbo custa Entrada $1.20 / Saída $4.00 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do GLM-5-Turbo?

O GLM-5-Turbo aceita até 200.000 tokens de contexto e gera até 128.000 tokens por resposta.

Qual endpoint o GLM-5-Turbo deve usar?

Use https://api.tokenlab.sh/v1/messages para GLM-5-Turbo. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o GLM-5-Turbo suporta?

GLM-5-Turbo suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.