GLM-5

Для GLM-5 используйте Chat Completions API.

О модели

GLM-5 — модель Z.ai для сложной системной инженерии и длительных агентных задач: MoE с 744 млрд параметров, из них 40 млрд активных. Принимает и возвращает текст.

По сравнению с GLM-4.5 параметров стало 744 млрд вместо 355 млрд, данных предобучения 28,5 трлн токенов вместо 23 трлн; впервые в линейке использовано разреженное внимание DeepSeek Sparse Attention.

По данным Z.ai, набирает 77,8 % на SWE-bench Verified и 56,2 % на Terminal Bench 2.0. Z.ai выделяет агентное программирование, длительные агентные задачи, ролевые диалоги, перевод и извлечение данных из текста.

Поддерживает вызов функций, потоковый ответ и кеширование контекста; рассуждения включены по умолчанию и отключаются параметром thinking.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	100₽
Выходные токены	320₽
Чтение из кэша	20₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст
Выход	Текст
Контекст	200 000 токенов
Максимальный ответ	131 072 токена
Рассуждения	Включены по умолчанию, можно отключить
Параметры модели	MoE, 744 млрд параметров, 40 млрд активных
Лицензия	MIT
Дата выхода	12 февраля 2026

Сравнение с соседними моделями

Модель	Вход	Контекст	Максимальный ответ	Параметры	Рассуждения
GLM-5.1	Текст	200 000 токенов	131 072 токена	—	Включены по умолчанию, можно отключить
GLM-5 (эта модель)	Текст	200 000 токенов	131 072 токена	744 млрд, 40 млрд активных	Включены по умолчанию, можно отключить
GLM-5 Turbo	Текст	200 000 токенов	128 000 токенов	—	Включены по умолчанию, можно отключить
GLM-4.7	Текст	200 000 токенов	131 072 токена	—	Включены по умолчанию, можно отключить

Бенчмарки

Бенчмарк	Результат	Условия
SWE-bench Verified	77,8 %	OpenHands, temperature 0,7, top_p 0,95, до 16 384 токенов на ответ, контекст 200 000 токенов
Terminal Bench 2.0	56,2 %	Фреймворк Terminus 2, temperature 0,7, top_p 1,0, до 8 192 токенов на ответ, контекст 128 000 токенов
Terminal Bench 2.0	56,2 %	Claude Code 2.1.14, режим рассуждений, temperature 1,0, top_p 0,95, среднее пяти запусков
GPQA Diamond	86 %	temperature 1,0, top_p 0,95, максимум генерации 131 072 токена
Humanity's Last Exam	30,5 %	Только текстовая часть набора, temperature 1,0, top_p 0,95, максимум генерации 131 072 токена
τ²-Bench	89,7 %	Небольшая правка промптов для доменов Retail и Telecom

API

Эндпоинт

http

POST https://api.dslab.tech/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create(    model="glm-5",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: glm-5.
messages	array	обязательный	История диалога. content — строка.
max_tokens	integer	—	Максимальный ответ в токенах, от 1 до 131 072.
stream	boolean	false	Потоковый ответ.
thinking	object	{"type": "enabled"}	Режим рассуждений: {"type": "enabled"} или {"type": "disabled"}. Поле clear_thinking со значением false сохраняет блоки рассуждений прошлых ходов (Preserved Thinking): историю тогда нужно передавать целиком, без изменений и в исходном порядке.
tools	array	—	Ваши функции: type function, name, description и parameters (JSON Schema).
tool_choice	string	auto	Вызывать ли функцию. Принимается только auto: решает модель.