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

GLM-5

Tier A — Frontier · 205K Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan··

GLM-5 ist das Basismodell von Zhipus GLM-5-Generation auf z.ai — das Arbeitspferd der Generation, günstiger bepreist als das GLM-5.2-Flaggschiff. Es ist ein OpenAI-kompatibles Reasoning-Chatmodell mit Tool- und JSON-Unterstützung.

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-Latenz105 runs
1702853615371222052903909-2610-22ms
Abschnitt 02

Qualitätswerte

Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.

58%
Codegenerierung
Jury-Mittel 94
88%
Kreativ
Jury-Mittel 98
63%
Faktisch
Jury-Mittel 93
63%
Schlussfolgern
Jury-Mittel 97

Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.

Abschnitt 03

Preise

Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.

💰
API-Tarife — GLM-5
$1.50 pro 1M Input-Tokens
$4.79 pro 1M Output-Tokens
≈ $0.0019 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$1.50
pro 1M Output-Tokens$4.79
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)66 / avg 72
1178

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

50.0%

n=2

Mediane Antwortzeit

2,465ms

n=1

Basierend auf 377 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)

2

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-4-595/100 · 34 runs
32 correct0 partial2 wrong94% accuracy
● 2026-10-18

GLM-5 shows quality regression alongside notable latency improvements

GLM-5 demonstrates a mixed performance shift in this benchmark window, with a concerning 6-point drop in overall quality score from 100 to 94, while simultaneously achieving a significant 36% improvement in response latency. The factual accuracy category, which represents the sole evaluated dimension in both windows, declined from a perfect 100 to 94, indicating potential regression in core reasoning or information retrieval capabilities. The latency improvement from 7575ms to 4878ms represents meaningful progress in response speed, bringing median latency below 5 seconds for the first time in observed windows. This enhancement suggests underlying infrastructure optimizations or model efficiency improvements that benefit user experience through faster interactions. However, the quality degradation warrants attention from users who prioritize accuracy over speed. The shift from perfect factual performance to a still-strong but imperfect 94 suggests possible trade-offs made during optimization, or changes in model behavior that impact correctness. With only one test run per window, these results should be interpreted as initial signals rather than definitive trends. Users should monitor whether subsequent windows confirm sustained latency gains while quality stabilizes or recovers to previous levels.

Qualität

94.0

Latenz p50

4,878 ms

Testläufe

1

✗ Quality dropped 6 points✗ Factual accuracy declined to 94✓ Latency improved 36%✓ Response speed under 5 seconds
Abschnitt 08

Vollständiges Modellprofil

GLM-5: die Basis von Zhipus neuester Generation

GLM-5 ist das Basismodell von Zhipus GLM-5-Generation auf z.ai — das Arbeitspferd der Generation, günstiger bepreist als das GLM-5.2-Flaggschiff. Es ist ein OpenAI-kompatibles Reasoning-Chatmodell mit Tool- und JSON-Unterstützung.

Wir haben es mit einem großen (~200K-Token-)Kontextfenster als vorläufigem Wert registriert; die Dokumentation zur GLM-5-Generation ist dünn, prüfen Sie daher das genaue Fenster bei z.ai, bevor Sie sich darauf verlassen.

Architektur & Trainingssignale

GLM-5 ist die Basis von Zhipu AIs GLM-5-Generation. Öffentliche technische Details sind Stand Juli 2026 noch begrenzt; wir betrachten es als ein großes, reasoning-orientiertes Chatmodell mit Tool-Aufrufen und strukturiertem 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

  • Ein ausgewogenes Qualitäts-Preis-Verhältnis innerhalb der neuesten GLM-Generation.
  • Long-Context-Reasoning und -Analyse.
  • Familienübergreifende Vielfalt in einem Konsens-Panel.

Wo es schwächelt

  • Immer noch teurer als die GLM-4.x-Reihe und die kostenlosen Flash-Stufen.
  • Begrenzte reproduzierbare Benchmark-Daten; an Ihrer Arbeitslast prüfen.
  • Nicht-EU-Hosting.

Anwendungsfälle aus der Praxis

  • Allgemeines Reasoning, bei dem Sie Qualität der aktuellen GLM-Generation ohne Flaggschiff-Preis wollen.
  • Dokumentenanalyse und Zusammenfassung.
  • Agentische Tool-Nutzungs-Pipelines.

Tokonomix-Benchmark-Momentaufnahme

GLM-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-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-5 ist die vernünftige Standardwahl innerhalb der GLM-5-Generation: der Großteil der Qualität der neuesten Generation zu einem niedrigeren Preis als GLM-5.2. Brauchen Sie das absolute Maximum, greifen Sie zu GLM-5.2; dominiert das Budget, wechseln Sie zu GLM-4.6/4.5 oder den kostenlosen Flash-Modellen.

Letzter automatisierter Test
22. Okt. 2026 · 08:01 UTC · Geschwindigkeits-Benchmark
P50-Latenz
3053 ms
P95-Latenz
3511 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·15. September 2026