Aller au contenu
Tier A — Frontier
Fonctionne en :CNCréé en :China
Z.ai (GLM / Zhipu)

GLM-4.5

Tier A — Frontier · 131K tokens

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··

GLM-4.5 est un modèle fondateur de la gamme GLM-4 de Zhipu, conçu autour de l’usage agentique d’outils et du raisonnement général. Il reste un choix solide et économique et ancre la famille aux côtés de son petit frère léger GLM-4.5 Air.

Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P9557 runs
2318961416909242053150007-0807-22ms
Section 02

Scores de qualité

Résultats d'évaluation issus des notations du modèle juge sur diverses catégories de tâches. Les scores reflètent la cohérence, la précision et le suivi des instructions.

100
Génération de code
98
Créatif
Section 03

Historique des tarifs

Tarifs directs du fournisseur par million de tokens, plus une estimation du coût d'une conversation typique.

💰
Tarifs API — GLM-4.5
$0.6000 par 1M de tokens d'entrée
$2.20 par 1M de tokens de sortie
≈ $0.0008 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$0.6000
par 1M de tokens de sortie$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
Section 04

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)26 / avg 46
865

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 05

Capacités

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

Disponibilité

Disponibilité

La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.

7 derniers jours

30 derniers jours

100.0%

n=1

Temps de réponse médian

6,443ms

n=1

Basé sur 188 mesures au cours des 30 derniers jours.

Détails techniques

Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.

Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.

Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.

Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.

Total des appels (30d)

1

Réponses OK (30d)

1

Total des appels (7d)

0

Réponses OK (7d)

0

Section 07

Verdicts benchmark Tokonomix

⚖️
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
Section 08

Profil complet du modèle

GLM-4.5 : la GLM agentique établie

GLM-4.5 est un modèle fondateur de la gamme GLM-4 de Zhipu, conçu autour de l’usage agentique d’outils et du raisonnement général. Il reste un choix solide et économique et ancre la famille aux côtés de son petit frère léger GLM-4.5 Air.

z.ai publie GLM-4.5 à 0,60 $ par 1M de tokens d’entrée et 2,20 $ par 1M de tokens de sortie.

Il annonce une fenêtre de contexte de 128K tokens — amplement suffisante pour la plupart des documents et des sessions d’agent à plusieurs tours.

Architecture et signaux d’entraînement

GLM-4.5 est un modèle central de la gamme GLM-4 de Zhipu AI, remarqué pour une conception axée sur les agents et l’usage d’outils, et pour une disponibilité capable en poids ouverts. C’est un modèle de chat apte au raisonnement, avec appel d’outils et JSON via un point de terminaison compatible OpenAI. Comme le reste de la gamme GLM, il renvoie un champ non standard reasoning_content à côté de content ; les intégrations doivent lire content pour la réponse finale et traiter reasoning_content comme une trace facultative.

Là où il excelle

  • Usage agentique d’outils et workflows de function-calling.
  • Raisonnement généraliste à un prix avantageux.
  • Un membre mature et bien connu de la famille.

Là où il pèche

  • Les GLM-4.6/4.7 plus récentes et la génération GLM-5 l’améliorent.
  • Pas encore de données de benchmark Tokonomix ; vérifiez sur vos tâches.
  • Hébergement hors UE.

Cas d’usage concrets

  • Agents utilisant des outils et pipelines de function-calling.
  • Assistance générale, rédaction et analyse à grande échelle.
  • Un proposeur de consensus économique et inter-familles.

Instantané du benchmark Tokonomix

GLM-4.5 est récemment enregistré sur Tokonomix et pas encore activé, nous ne l’avons donc pas encore soumis à notre test d’intelligence hebdomadaire ni à notre benchmark de vitesse. Il n’y a pas encore de scores Tokonomix à communiquer — et nous n’en inventerons pas.

Dès sa mise en service, il entre dans le même dispositif hebdomadaire que tous les autres modèles : prompts identiques, juge indépendant d’une autre famille, et mesures reproductibles de latence et de coût. D’ici là, considérez les indications de prix et de capacités de cette page comme le point de départ publié par le fournisseur, et non comme des résultats mesurés par Tokonomix.

Confidentialité UE et résidence des données

GLM-4.5 est développé par Zhipu AI (z.ai), un laboratoire dont le siège est en Chine, et servi depuis une infrastructure hors UE. Il faut le dire clairement : envoyer un prompt à ce modèle n’est pas un choix de résidence des données dans l’UE ni de souveraineté RGPD, et Tokonomix ne l’étiquettera jamais comme tel.

Si votre cas d’usage exige que les données restent dans l’UE, choisissez un modèle hébergé dans l’UE (par exemple nos routes OVH ou Azure-EU) plutôt qu’un modèle GLM. Tokonomix maintient z.ai en dehors de tout ensemble de routage UE-uniquement/souverain par conception. Utilisez GLM là où la capacité ou le prix priment et où un traitement transfrontalier est acceptable pour cette tâche.

Verdict et alternatives

GLM-4.5 est la GLM établie et économique. Pour une capacité plus récente, passez à GLM-4.6/4.7 ; quand la latence et le coût dominent, GLM-4.5 Air ou les paliers flash gratuits. C’est une base fiable au sein de la famille GLM.

Dernier test automatisé
22 juil. 2026 · 08:03 UTC · Benchmark de vitesse
Latence P50
7731 ms
Latence P95
30000 ms
Erreurs
1 / 6 exécutions
Dernière revue par Équipe Tokonomix·8 juillet 2026