GLM-5V-Turbo vs GLM-5-Turbo
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Zhipu AIのGLM-5V-TurboとZhipu AIのGLM-5-Turboは、注目度の高い主要AIモデルです。GLM-5V-Turboは200K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.90/出力$2.70、一方のGLM-5-Turboは200K トークンのコンテキストで入力$0.60/出力$1.80です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GLM-5V-Turbo
ネイティブ・マルチモーダルAIZhipu AI の GLM-5V-Turbo は、テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析向けに設計されたAIモデルです。200K のコンテキストウィンドウ、毎秒 85 トークンの生成速度、知能指数 85/100（1Mトークンあたり入力$0.9・出力$2.7）を実現しています。
$0.90 / 1M
$2.70 / 1M
200K tokens
N/A
GLM-5-Turbo
超高速・低遅延レスポンスZhipu AI の GLM-5-Turbo は、超低遅延のリアルタイム対話、高速ルーティング、大量リクエスト処理向けに設計されたAIモデルです。200K のコンテキストウィンドウ、毎秒 95 トークンの生成速度、知能指数 86/100（1Mトークンあたり入力$0.6・出力$1.8）を実現しています。
$0.60 / 1M
$1.80 / 1M
200K tokens
55%
ひと目でわかる主な違い
- GLM-5-Turbo is 1.5x cheaper for API usage (input + output tokens combined).
- GLM-5-Turbo is faster at 95 tok/s vs 85 tok/s.
| Feature | GLM-5V-Turbo | GLM-5-Turbo |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 85 | 86 |
Provider | Zhipu AI | Zhipu AI |
Input Price Cost per million input tokens | $0.90 / 1M | $0.60 / 1M |
Output Price Cost per million output tokens | $2.70 / 1M | $1.80 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.51 / 1M | $0.34 / 1M |
Context Window Maximum input + output tokens | 200K tokens~300 A4 pages of text | 200K tokens~300 A4 pages of text |
Max Output Tokens Per single request | 16K | 16K |
Throughput Speed Tokens generated per second | 85 tok/s | 95 tok/s |
SWE-bench Verified Real-world software engineering | N/A | 55% |
GPQA Diamond Graduate-level reasoning | 64% | 65% |
Cached Input Price Prompt caching discount per 1M tokens | $0.09 / 1M | $0.06 / 1M |
分野別勝者スコアカード
At-a-glance decision frameworkEvaluations ongoing
検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GLM-5V-Turbo · Strengths & Key Advantages
- 200K のコンテキストウィンドウと最大 16K トークンの出力容量（GPQA Diamond 64% · MMLU-Pro 81%）
- 毎秒 85 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 490ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$0.9・出力$2.7）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
GLM-5-Turbo · Strengths & Key Advantages
- 200K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 55% · GPQA Diamond 65%）
- 毎秒 95 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 420ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$0.6・出力$1.8）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GLM-5V-Turbo | GLM-5-Turbo |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.22 | $0.16 |
Output Tokens / Task Tokens generated per task | 20K | 22K |
Reasoning Tokens / Task Thinking tokens burned per task | 6K | 7K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | GLM-5V-Turbo | GLM-5-Turbo |
|---|---|---|
| Official API Model ID (SDK) | glm-5v-turbo | glm-5-turbo |
| API Protocol | Zhipu AI REST API (OpenAI-Compatible) | Zhipu AI REST API (OpenAI-Compatible) |
| Release Date | 2026-04 | 2026-03 |
| Knowledge Cutoff | February 2026 | January 2026 |
| Architecture | Frontier Commercial Vision-Language Transformer | Hosted Accelerated Frontier Transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.9/1M in) across full 200K window | Flat rate ($0.6/1M in) across full 200K window |
| Prompt Cache Policy & TTL | Cached input at $0.09/1M tokens | Cached input at $0.06/1M tokens |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Zhipu AI Production Safety & Alignment Verified | Zhipu AI Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text |
| Output Modalities | text | text |
GLM-5V-Turbo vs GLM-5-Turbo: よくある質問 (FAQ)
Which is more intelligent, GLM-5V-Turbo or GLM-5-Turbo?
GLM-5-Turbo is more intelligent. It scores 86 compared with 85 on the composite Intelligence Index.
Which model is faster?
GLM-5-Turbo is faster, generating 95 tokens per second compared with 85 tokens per second.
Which model is cheaper to run?
GLM-5-Turbo is cheaper at $0.34 per 1M tokens blended, compared with $0.51 (7:2:1 cache:input:output ratio).
Which model has lower latency?
GLM-5-Turbo has lower latency, with a time to first token of 0.42s compared with 0.49s.
総合評価
GLM-5V-Turbo（テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とGLM-5-Turbo（超低遅延のリアルタイム対話、高速ルーティング、大量リクエスト処理、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではGLM-5-Turboがリードし、応答速度とスループットではGLM-5-Turboが優れ、APIコスト効率ではGLM-5-Turboが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には GLM-5V-Turbo と GLM-5-Turbo のどちらが適していますか？+
総合知能指数およびコーディング評価では GLM-5-Turbo が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
GLM-5V-Turbo と GLM-5-Turbo ではどちらのAPI料金が安いですか？+
GLM-5V-Turbo は100万トークンあたり入力$0.90 / 出力$2.70、GLM-5-Turbo は入力$0.60 / 出力$1.80です。総合的なコスト効率では GLM-5-Turbo がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは GLM-5V-Turbo が 200K トークン、GLM-5-Turbo が 200K トークン です。出力スピード（トークン/秒）では GLM-5-Turbo がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GLM-5-Turbo vs GLM-4.5-Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GLM-5-Turbo vs MiniMax-M2.7-highspeed：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GLM-5V-Turbo vs Hunyuan Large V2：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: Zhipu AIおよびZhipu AI公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。