Zum Inhalt
Tier A — Frontier
Läuft in:CNErstellt in:China
Z.ai (GLM / Zhipu)

GLM-4.5

Tier A — Frontier · 131K Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··

GLM-4.5 ist ein grundlegendes Modell aus Zhipus GLM-4-Reihe, ausgelegt auf agentische Tool-Nutzung und allgemeines Reasoning. Es bleibt eine solide, wirtschaftliche Wahl und verankert die Familie zusammen mit seinem leichtgewichtigen Geschwister GLM-4.5 Air.

Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz57 runs
2318961416909242053150007-0807-22ms
Abschnitt 02

Qualitätswerte

Auswertungsergebnisse aus Judge-Model-Bewertungen über verschiedene Aufgabenkategorien. Werte spiegeln Kohärenz, Genauigkeit und Anweisungsbefolgung wider.

100
Codegenerierung
98
Kreativ
Abschnitt 03

Preisverlauf

Direkte Provider-Tarife pro Million Tokens, plus eine typische Gesprächskostenschätzung.

💰
API-Tarife — GLM-4.5
$0.6000 pro 1M Input-Tokens
$2.20 pro 1M Output-Tokens
≈ $0.0008 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$0.6000
pro 1M Output-Tokens$2.20

Pricing over time

Input & output per 1M tokens · step-line = price changes

$0.6000

input / 1M

— stable

$2.20

output / 1M

— stable

2026-07-122026-07-192026-07-19
Input
Output
Price change
⟳ synced weekly
Abschnitt 04

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)26 / avg 46
865

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 05

Fähigkeiten

jsonnotes: GLM emits a non-standard reasoning_content field beside content; read content for the answer.toolsreasoning
Abschnitt 06

Verfügbarkeit

Verfügbarkeit

Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.

Letzte 7 Tage

Letzte 30 Tage

100.0%

n=1

Mediane Antwortzeit

6,443ms

n=1

Basierend auf 185 Messungen in den letzten 30 Tagen.

Technische Details

Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.

Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.

Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.

Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.

Gesamte Aufrufe (30d)

1

OK-Antworten (30d)

1

Gesamte Aufrufe (7d)

0

OK-Antworten (7d)

0

Abschnitt 07

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-583/100 · 6 runs
5 correct0 partial1 wrong83% accuracy
2026-07-19

GLM-4.5 adds tool use and JSON modes while maintaining performance

GLM-4.5 has expanded its capabilities with the addition of JSON output mode, tool calling functions, and reasoning features while preserving its core performance characteristics. The model continues to demonstrate strong multilingual capabilities, though specific benchmark scores are not available in this window for direct comparison. The addition of structured output support through JSON mode addresses a common need for developers building applications that require predictable response formats. Tool use functionality enables the model to interact with external functions and APIs, expanding its utility for agentic workflows and complex task execution. The reasoning capability suggests enhanced chain-of-thought processing for problems requiring multi-step logic. These additions position GLM-4.5 as a more versatile option for production use cases requiring structured outputs and external integrations. Users should note that while these new modes expand functionality, the underlying model performance appears stable. The combination of multilingual strength and newly added structured capabilities makes this update particularly relevant for developers building applications requiring both language diversity and programmatic reliability.

Quality

Latency p50

Test runs

0

Added JSON mode support Tool calling now available Reasoning capability introduced
Abschnitt 08

Vollständiges Modellprofil

GLM-4.5: die etablierte agentische GLM

GLM-4.5 ist ein grundlegendes Modell aus Zhipus GLM-4-Reihe, ausgelegt auf agentische Tool-Nutzung und allgemeines Reasoning. Es bleibt eine solide, wirtschaftliche Wahl und verankert die Familie zusammen mit seinem leichtgewichtigen Geschwister GLM-4.5 Air.

z.ai veröffentlicht GLM-4.5 zu $0,60 pro 1M Eingabe-Tokens und $2,20 pro 1M Ausgabe-Tokens.

Es wirbt mit einem 128K-Token-Kontextfenster — ausreichend für die meisten Dokumente und mehrstufige Agentensitzungen.

Architektur & Trainingssignale

GLM-4.5 ist ein Kernmodell von Zhipu AIs GLM-4-Reihe, bekannt für ein auf Agenten und Tool-Nutzung ausgerichtetes Design und leistungsfähige Open-Weight-Verfügbarkeit. Es ist ein reasoning-fähiges Chatmodell mit Tool-Aufrufen und JSON über einen OpenAI-kompatiblen Endpunkt. Wie der Rest der GLM-Reihe liefert es ein nicht standardmäßiges reasoning_content-Feld neben content; Integrationen sollten content für die endgültige Antwort lesen und reasoning_content als optionale Spur behandeln.

Wo es glänzt

  • Agentische Tool-Nutzung und Function-Calling-Workflows.
  • Allgemeines Reasoning zu einem Preis-Leistungs-Verhältnis.
  • Ein ausgereiftes, gut verstandenes Mitglied der Familie.

Wo es schwächelt

  • Neuere GLM-4.6/4.7 und die GLM-5-Generation übertreffen es.
  • Noch keine Tokonomix-Benchmark-Daten; validieren Sie an Ihren Aufgaben.
  • Nicht-EU-Hosting.

Anwendungsfälle aus der Praxis

  • Tool-nutzende Agenten und Function-Calling-Pipelines.
  • Allgemeine Unterstützung, Verfassen und Analyse im großen Maßstab.
  • Ein kostengünstiger, familienübergreifender Konsens-Proposer.

Tokonomix-Benchmark-Momentaufnahme

GLM-4.5 ist neu bei Tokonomix registriert und noch nicht aktiviert, daher haben wir es noch nicht durch unseren wöchentlichen Intelligenztest oder Geschwindigkeits-Benchmark laufen lassen. Es gibt noch keine Tokonomix-Werte zu berichten — und wir erfinden keine.

Sobald es live geht, durchläuft es dieselbe wöchentliche Testumgebung wie jedes andere Modell: identische Prompts, ein unabhängiger, familienfremder Judge und reproduzierbare Latenz- und Kostenmessungen. Behandeln Sie bis dahin die Preis- und Fähigkeitsangaben auf dieser Seite als vom Anbieter veröffentlichten Ausgangspunkt, nicht als gemessene Tokonomix-Ergebnisse.

EU-Datenschutz & Datenresidenz

GLM-4.5 wird von Zhipu AI (z.ai) entwickelt, einem Labor mit Sitz in China, und von Nicht-EU-Infrastruktur aus bereitgestellt. Das muss klar gesagt werden: einen Prompt an dieses Modell zu senden ist keine Entscheidung für EU-Datenresidenz oder DSGVO-Souveränität, und Tokonomix wird es nie als solche kennzeichnen.

Wenn Ihr Anwendungsfall erfordert, dass Daten in der EU bleiben, wählen Sie ein EU-gehostetes Modell (etwa unsere OVH- oder Azure-EU-Routen) statt eines GLM-Modells. Tokonomix hält z.ai standardmäßig aus jedem EU-only-/souveränen Routing-Set heraus. Nutzen Sie GLM dort, wo Fähigkeit oder Preis im Vordergrund stehen und grenzüberschreitende Verarbeitung für diese Aufgabe akzeptabel ist.

Fazit & Alternativen

GLM-4.5 ist die etablierte, wirtschaftliche GLM. Für neuere Fähigkeiten steigen Sie auf GLM-4.6/4.7 um; wenn Latenz und Kosten dominieren, GLM-4.5 Air oder die kostenlosen Flash-Stufen. Es ist eine verlässliche Basislinie innerhalb der GLM-Familie.

Letzter automatisierter Test
22. Juli 2026 · 08:03 UTC · Geschwindigkeits-Benchmark
P50-Latenz
7731 ms
P95-Latenz
30000 ms
Fehler
1 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·8. Juli 2026