Volgende generatie Zhipu vlaggenschip met meerdere denkmodi en sterke toolaanroeping. 200K context / 128K max output.
GLM 5 is een tekstmodel ontwikkeld door Z.ai, toegankelijk via de OpenAI-compatibele API van OrcaRouter. Het accepteert tekstinvoer en biedt een contextvenster van 200,000 tokens met een maximale…
GLM 5 ondersteunt alleen tekstinvoer. Volgens de verstrekte specificaties accepteert het geen afbeeldingen, audio of video. Dit maakt het een puur taalmodel dat is geoptimaliseerd voor het verwerken van geschreven inhoud. Alle communicatie met het model verloopt via teksttokens en de uitvoer is ook tekst. Als uw toepassing multimodale invoer vereist, moet u een ander model gebruiken dat afbeeldingen of andere modaliteiten verwerkt. Voor taken zoals het samenvatten van getranscribeerde audio of het extraheren van tekst uit afbeeldingen, moet u die invoer omzetten in tekst voordat u deze aan GLM 5 doorgeeft.
GLM 5 blinkt uit in taken die profiteren van zijn grote contextvenster en hoge uitvoerlimiet. Veelvoorkomende use cases zijn onder andere: het grondig analyseren van lange juridische contracten of regelgevende documenten; het genereren van gedetailleerde samenvattingen van hele onderzoekspapers of boeken; het onderhouden van coherente gespreksgeschiedenissen in chatbots voor klantenservice die tientallen beurten overspannen; en het uitvoeren van complexe redeneringen waarbij het model meerdere secties van een lange prompt moet raadplegen. De τ²-Bench-score van 98.2 suggereert dat het bijzonder sterk is in het uitvoeren van meerstapstaken in gesimuleerde omgevingen, zoals het navigeren op websites of het uitvoeren van gegevensinvoer.
Als uw taak niet de volledige 200K context of 128K output vereist, kan een kleiner of goedkoper model kosteneffectiever zijn. Bijvoorbeeld eenvoudige Q&A, korte tekstclassificatie of generatie van enkele alinea kunnen worden uitgevoerd door modellen die minder per token kosten. GLM 5's prijs is $1.00 per miljoen invoertokens en $3.20 per miljoen uitvoertokens, wat hoger is dan veel compacte modellen. Daarnaast, als uw workflow zeer korte prompts en antwoorden omvat, zijn de latentie en kosten van het opzetten van een model met grote context mogelijk niet gerechtvaardigd. Evalueer uw typische tokenverbruik: als u consequent minder dan 32K tokens gebruikt, is een kleiner model waarschijnlijk voldoende.
GLM 5 wordt benaderd via de OpenAI-compatibele API van OrcaRouter, die streamingreacties en functieaanroepen ondersteunt. Bij gebruik van de API kun je de stream-parameter op true instellen om tokens stapsgewijs te ontvangen, wat de waargenomen latentie voor lange uitvoer vermindert. Functieaanroep stelt het model in staat om tool-aanroepen of gestructureerde gegevensuitvoer aan te vragen. Deze mogelijkheden zijn standaard voor de API, maar hangen af van de ondersteuning van het specifieke model. Op basis van de verstrekte informatie kan GLM 5 met deze functies worden gebruikt. Voor implementatiedetails raadpleeg je de OrcaRouter API-documentatie.
τ²-Bench is een benchmark die het vermogen van een AI-agent evalueert om meerstapstaken in een gesimuleerde omgeving uit te voeren. De score vertegenwoordigt het slagingspercentage over een diverse set taken, zoals webnavigatie, formulierinvulling en informatieopvraging. Een score van 98.2 betekent dat GLM 5 98.2% van de benchmarktaken succesvol heeft voltooid. Dit is een zeer hoge prestatie, wat aangeeft dat het model complexe instructies kan volgen en actiereeksen betrouwbaar kan uitvoeren. Het garandeert geen perfecte prestaties in de echte wereld, maar het suggereert sterke agentische capaciteiten voor vergelijkbare typen gestructureerde taken.
De latentie voor GLM 5 hangt af van de invoer- en uitvoerlengte, evenals de onderliggende infrastructuur die door Z.ai wordt geleverd. OrcaRouter routeert naar de backend van de provider en voegt geen extra latentie toe bovenop de netwerkoverhead. Voor korte invoer en uitvoer (bijv. 1.000 tokens in, 500 tokens uit) kunnen de responstijden in de orde van enkele seconden liggen. Bij lange generaties in de buurt van het maximum van 128K kan de latentie aanzienlijk hoger zijn—vaak tientallen seconden of meer—omdat het model veel tokens moet verwerken en genereren. Streaming kan de waargenomen wachttijden verminderen. Er worden geen specifieke latentiecijfers verstrekt, dus de daadwerkelijke prestaties moeten worden getest met representatieve workloads.
De primaire sterkte die door de hoofdbenchmark wordt benadrukt, is het hoge slagingspercentage van GLM 5 bij agentische taken. De τ²-Bench score van 98.2 suggereert dat het meerstapsredeneren en toolgebruik effectief kan afhandelen. Bovendien betekent het grote contextvenster (200K tokens) en de maximale output (128K tokens) dat het coherentie kan behouden over zeer lange teksten, wat een betekenisvolle verbetering is ten opzichte van modellen met kleinere vensters. Er worden geen andere benchmarkscores verstrekt, dus directe vergelijkingen op taken zoals taalbegrip of wiskunde zijn niet beschikbaar uit deze gegevens. Het model profiteert waarschijnlijk van de trainingsmethodologie van Z.ai en de toegenomen schaal.
GLM 5 is een alleen-tekstmodel, dus het kan geen afbeeldingen of andere modaliteiten verwerken. De prestaties op taken die multimodaal begrip vereisen, zijn nul. De τ²-Bench-score, hoewel hoog, wordt gemeten in een gesimuleerde omgeving; prestaties van agenten in de echte wereld kunnen variëren. De kosten per token van het model zijn relatief hoog ($1,00 input / $3,20 output per miljoen tokens), dus voor lange contexten kunnen de totale kosten snel oplopen. Er wordt geen informatie gegeven over latentie onder belasting, dus u moet benchmarken met uw specifieke gebruikssituatie. Net als alle taalmodellen kan GLM 5 ook onjuiste of gehallucineerde inhoud produceren, vooral in complexe redeneerscenario's buiten zijn trainingsdistributie.
GLM 5 is geprijsd op $1,00 per 1 miljoen invoertokens en $3,20 per 1 miljoen uitvoertokens. Dit zijn de providerkosten zoals vastgesteld door Z.ai. OrcaRouter geeft deze kosten door zonder enige extra opslag, dus u betaalt exact de providerprijs. Tokens worden geteld met de standaard tokenisatiemethode (ongeveer 0,75 woorden per token voor Engels). Invoertokens omvatten de prompt en eventuele systeemberichten; uitvoertokens zijn de gegenereerde reactie van het model. Er zijn geen aparte kosten voor API-aanroepen of speciale functies, tenzij gespecificeerd door de provider. De prijzen zijn per token, dus de kosten schalen lineair met het gebruik.
Aangezien GLM 5 per token rekent, zijn de totale kosten afhankelijk van zowel de promptlengte als de generatielengte. Voor een typische interactie met 10,000 invoertokens en 5,000 uitvoertokens zouden de kosten (10,000/1,000,000)*$1.00 + (5,000/1,000,000)*$3.20 = $0.01 + $0.016 = $0.026 per aanroep zijn. Voor taken die de volledige context gebruiken, zoals 200,000 invoertokens en 128,000 uitvoertokens, zouden de kosten $0.20 + $0.4096 = $0.6096 per aanroep zijn. Als uw gebruiksscenario dergelijke extremen niet vereist, kan een goedkoper model met een kleinere context economischer zijn. OrcaRouter stelt u in staat om de kosten tussen modellen te vergelijken voordat u deze implementeert.
De verstrekte informatie vermeldt geen caching of volume-kortingen voor GLM 5 via OrcaRouter. Prijzen worden per token in rekening gebracht tegen het standaard tarief van de provider. Als u kosten wilt besparen voor hoog volume gebruik, overweeg dan of een ander model of een dedicated implementatie voordelig kan zijn. Het zero-markup beleid van OrcaRouter betekent dat u dezelfde prijs betaalt als wanneer u rechtstreeks Z.ai zou bellen, zonder platformkosten. Voor specifieke kortingsregelingen moet u onderhandelen met Z.ai of controleren op eventuele promoties. Standaard wordt caching niet beschreven, dus ga ervan uit dat elke inference afzonderlijk in rekening wordt gebracht.
Om GLM 5 te gebruiken, stuur verzoeken naar het OpenAI-compatibele API-eindpunt van OrcaRouter. Stel de basis-URL in op https://api.orcarouter.ai/v1. Geef in de body van het verzoek de model-ID op als "z-ai/glm-5". Je kunt elke OpenAI SDK of elke HTTP-client gebruiken die het chat completions-eindpunt ondersteunt. Voorbeeld met Python: import openai; client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="your_key"); client.chat.completions.create(model="z-ai/glm-5", messages=[{"role":"user","content":"Hello"}]). Ondersteuning voor streaming, function calling en andere parameters volgt het OpenAI-schema.
GLM 5 ondersteunt alle standaardparameters van het OpenAI chat completions-formaat. U kunt temperature (0-2), top_p, max_tokens (tot 128.000), stop-sequenties, frequency_penalty, presence_penalty, stream (boolean) en tools/functions voor functieaanroepen instellen. De limiet van het contextvenster is in totaal 200.000 tokens, inclusief zowel berichten als eventuele systeemprompts. Als de invoer dit overschrijdt, moet u de context inkorten of splitsen. OrcaRouter kapt niet automatisch in; het verzoek zal mislukken als het aantal tokens de limiet overschrijdt. Gebruik de telling van de tokenizer om naleving te garanderen.
Migreren naar OrcaRouter omvat het wijzigen van de basis-URL en de model-ID. Als u eerder een OpenAI-eindpunt gebruikte met model "gpt-4o", vervangt u de basis-URL door https://api.orcarouter.ai/v1 en stelt u het model in op "z-ai/glm-5". Er zijn geen andere codewijzigingen nodig als u al de OpenAI chat completions-indeling gebruikt. Zorg ervoor dat uw API-sleutel geldig is voor OrcaRouter. Test met een klein verzoek om de connectiviteit te verifiëren en dat het model reageert zoals verwacht. Merk op dat het tellen van tokens enigszins kan verschillen vanwege modelspecifieke tokenizers, maar de API handelt dit transparant af.
Als het gecombineerde tokenaantal van uw invoer (systeemberichten, gespreksgeschiedenis, gebruikersprompt) de 200.000 tokens overschrijdt, retourneert de API een foutmelding dat de contextlengte is overschreden. U moet de invoergrootte verkleinen. Evenzo, als u max_tokens instelt op meer dan 128.000, wordt het verzoek beperkt tot het maximale uitvoer van het model; de API zal de parameter afwijzen of deze beperken tot de limiet. Het is het beste om tokenaantallen programmatisch te controleren voordat u grote payloads verzendt. OrcaRouter kapt prompts niet automatisch af, dus u moet de contextlengte zelf beheren.
Het contextvenster van GLM 5 van 200.000 tokens en de maximale uitvoer van 128.000 tokens behoren tot de grootste die beschikbaar zijn. Dit steekt gunstig af tegen veel closed-source modellen die 128K of 32K context bieden. De τ²-Bench-score van 98,2 is hoog, wat wijst op sterke agentische prestaties. De prijs ligt echter hoger dan bij sommige alternatieve aanbieders; een model met vergelijkbare tokencapaciteit maar lagere kosten per token kan bijvoorbeeld voordeliger zijn bij intensief gebruik. GLM 5 is alleen tekst, terwijl sommige concurrenten multimodale invoer ondersteunen. Zonder andere benchmarkgegevens uit de verstrekte feiten zijn directe kwaliteitsvergelijkingen op NLP-taken niet mogelijk.
U kunt kiezen voor GLM 5 als u een groter contextvenster nodig hebt dan OpenAI's standaardmodellen (die doorgaans 128K tokens hebben). GLM 5 biedt 200K context en 128K output, waardoor langere invoeren zonder afkapping kunnen worden verwerkt. Bovendien kan de τ²-Bench-score van 98,2 hoger zijn dan die van sommige OpenAI-modellen op agentische benchmarks, hoewel exacte vergelijkingen afhangen van de evaluatieomstandigheden. Als kosten een primaire zorg zijn, vergelijk dan de prijzen per token; GLM 5 voor $1.00/$3.20 per miljoen tokens kan concurrerend zijn, afhankelijk van het alternatief. Ook als u de voorkeur geeft aan een Z.ai-model voor specifieke prestatiekenmerken, is GLM 5 een keuze.
Vergeleken met eerdere GLM-modellen (zoals GLM 4) vergroot GLM 5 het contextvenster van 128K naar 200K tokens en de maximale uitvoer van 64K naar 128K tokens. De τ²-Bench-score van 98,2 is waarschijnlijk een verbetering, hoewel scores van oudere modellen niet worden vermeld. De prijzen kunnen zijn veranderd; oudere modellen zijn mogelijk goedkoper per token. Als uw taken binnen de kleinere context van een ouder model passen, kan het gebruik van een goedkoper model voordeliger zijn. Voor taken die de volledige 200K-context of een hogere uitvoer vereisen, is GLM 5 echter de enige optie in de serie. Upgraden kan ook kwaliteitsverbeteringen opleveren op het gebied van redeneren en het opvolgen van instructies.
Op basis van de verstrekte informatie behaalt GLM 5 een τ²-Bench-score van 98,2, wat bijna perfect is op die benchmark. Dit suggereert dat het zeer sterk is voor agentische taken die vergelijkbaar zijn met die in de benchmark. Benchmark-scores garanderen echter geen prestaties in de echte wereld, en andere modellen kunnen in uw specifieke omgeving anders presteren. Als uw agentische taken nauw aansluiten bij het τ²-Bench-scenario, is GLM 5 een uitstekende kandidaat. Maar als uw taken verschillende tools, talen of beperkingen omvatten, moet u meerdere modellen testen. Met OrcaRouter kunt u eenvoudig tussen modellen schakelen om resultaten te vergelijken.
OpenAI-compatibel — behoud je huidige SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="z-ai/glm-5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)do_sampleinclude_reasoningmax_tokensreasoningrequest_idresponse_formatstopstreamtemperaturethinkingtool_choicetool_streamtoolstop_puser_id| Invoer / 1M tokens | $1.00 |
| Uitvoer / 1M tokens | $3.20 |
| Cache lezen / 1M | $0.260 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
@misc{orcarouter_glm_5,
title = {GLM 5 API},
author = {Z.ai},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/z-ai/glm-5}
}Z.ai. (2026). GLM 5 API. OrcaRouter. https://www.orcarouter.ai/models/z-ai/glm-5