GLM-5.1 adalah model yang dikembangkan oleh Zhipu AI, dirancang khusus untuk tugas berhorizon panjang. Model ini memiliki 744 miliar parameter, mendukung konteks ultra-panjang hingga 200k token, dan dapat menghasilkan hingga 128k token dalam satu respons. GLM-5.1 unggul dalam penalaran logis, pemahaman teks panjang, dan pembuatan kode, sekaligus menjaga keseimbangan antara performa dan efisiensi inferensi. Model ini memberikan hasil luar biasa di berbagai benchmark multi-tugas dan sangat cocok untuk aplikasi seperti interaksi cerdas manusia-komputer, solusi enterprise, dan bantuan pengembang.
Penyedia Layanan Inferensi
Penyedia layanan inferensi untuk glm-5.1 adalah Alibaba Cloud Model Studio.
Kemampuan Model
| Kemampuan | Dukungan | Kemampuan | Dukungan |
|---|---|---|---|
Modalitas Input | Text | Modalitas Output | Text |
Pengalaman Model | Didukung | Function Calling | Didukung |
Structured Outputs | Didukung | Web Search | Tidak Didukung |
Prefix Completion | Tidak Didukung | Context Caching | Didukung |
Batch Inference | Tidak Didukung | Fine-tuning | Tidak Didukung |
Batas Konteks
| Parameter | Nilai | Parameter | Nilai |
|---|---|---|---|
Panjang Input Maksimum | 202745 | Panjang Output Maksimum | 131072 |
Jendela Konteks | 202745 | Panjang Input Maksimum (Mode Thinking) | 169984 |
Panjang Output Maksimum (Mode Thinking) | 131072 |
Harga
Halaman ini hanya menampilkan harga asli untuk panggilan API model, tidak termasuk promosi berbatas waktu apa pun. Kunjungi Konsol Model Studio untuk penawaran promosi.
- Tiongkok (Beijing)
- Singapura
- Jerman (Frankfurt)
- AS (Virginia)
- Jepang (Tokyo)
Input<=32k
Input<=32k
| Item Penagihan | Harga (USD) | Unit |
|---|---|---|
Input | 0,825 | Per 1 juta token |
Output | 3,301 | Per 1 juta token |
Input(Implicit Cache) | 0,165 | Per 1 juta token |
Explicit Cache Creation | 1,031 | Per 1 juta token |
Explicit Cache Read | 0,083 | Per 1 juta token |
32k<Input<=200k
32k<Input<=200k
| Item Penagihan | Harga (USD) | Unit |
|---|---|---|
Input | 1.1 | Per 1 juta token |
Output | 3,851 | Per 1 juta token |
Input(Implicit Cache) | 0,22 | Per 1 juta token |
Explicit Cache Creation | 1,375 | Per 1 juta token |
Explicit Cache Read | 0,11 | Per 1 juta token |
Batas Laju
- Tiongkok (Beijing)
- Singapura
- Jerman (Frankfurt)
- AS (Virginia)
- Jepang (Tokyo)
| Parameter | Nilai |
|---|---|
RPM (Requests Per Minute) | 500 |
TPM (Tokens Per Minute) | 1.000.000 |