GLM 5.1
Z.ai旗下的GLM 5.1在编码能力上实现了重大突破，尤其在处理长周期任务时提升显著。与此前围绕分钟级交互构建的模型不同，GLM 5.1能够独立且持续地完成任务，无需依赖频繁的人工或系统介入，为复杂编码场景提供了更稳定、高效的支持。
上下文 205K会用工具结构化输出深度推理
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
整体来看，日常编程和脚本任务比较稳。
- 长文友好：一次塞很多资料也不容易“忘前面”
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
41 一般
评测榜第 41 名 / 123写代码
写程序、改 bug、读仓库时的表现
55.8 中等
评测榜第 43 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
30.6 一般
评测榜第 39 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$1.26/M
你把资料/问题喂给模型的费用
写出回答
$3.96/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.234/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.83（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台可以按需加深思考的模型。
- 默认会开启推理，你也可以按接口参数关掉或调档
- 支持把思考过程一并返回，方便排查它怎么想的
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| 3d | 1336 | 62.6% | - |
| asciiart | 1162 | 45.8% | - |
| codecategories | 1292 | 54.5% | - |
| dataviz | 1366 | 67% | - |
| gamedev | 1298 | 57.4% | - |
| svg | 1257 | 58.3% | - |
| uicomponent | 1294 | 54.5% | - |
| website | 1290 | 55.1% | - |
| agenticgamedev | 1165 | 50.6% | - |
| agentichtmlslides | 1205 | 52% | - |
| agenticslides | 1245 | 54.4% | - |
| agenticslides(html) | 1204 | 51.8% | - |
| agenticslides(python-pptx) | 1240 | 53.3% | - |
| androidnative | 1199 | 51.9% | - |
| fullstack | 1190 | 54% | - |
| godotgamedev | 1104 | 39.5% | - |
| htmlslides | 1185 | 49.3% | - |
| mobileapps | 1203 | 52.5% | - |
| pptxslides | 1241 | 53.5% | - |
| python-pptxslides | 1258 | 54.2% | - |
| webapps | 1206 | 51.6% | - |
近期有多热
OpenRouter 日调用量