This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Z AI has launched a newer model, GLM-5.1 (Non-reasoning). We suggest considering it instead.
For more information, see comparison of GLM-5.1 (Non-reasoning) to other models and API provider benchmarks for GLM-5.1 (Non-reasoning).
GLM-5 (Non-reasoning) Benchmarking und Analyse von API-Anbietern
Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von GLM-5 (Non-reasoning) für Ihren Anwendungsfall unterstützen.
Am schnellsten
Novita (FP8)
DeepInfra (FP8)Ausgabegeschwindigkeit
Insgesamt 4 Anbieter
Niedrigste Latenz
DeepInfra (FP8)Novita (FP8)Zeit bis zum ersten Token
Insgesamt 4 Anbieter
Niedrigster Preis
DeepInfra (FP8)Novita (FP8)
Fireworks
SiliconFlow (FP8)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 4 Anbieter
GLM-5 (Non-reasoning) ist über 4 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.
- Bei der Ausgabegeschwindigkeit führen Novita (FP8) (69.3 Tokens/s) und DeepInfra (FP8) (53.7 Tokens/s).
- Bei der Latenz bieten DeepInfra (FP8) (1.33 s) und Novita (FP8) (1.59 s) die niedrigste Zeit bis zum ersten Token.
- Bei den Preisen bieten DeepInfra (FP8) (0.41), Novita (FP8) (0.66) und Fireworks (0.66) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- DeepInfra (FP8) bietet sowohl die niedrigste Latenz als auch den besten Preis und ist damit für kostensensible Anwendungen attraktiv. Novita (FP8) ist die schnellste Option für durchsatzintensive Workloads.
Wichtigste Ergebnisse
Preise
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed: GLM-5 (Non-reasoning)
Latency vs. Output Speed
Latenz
Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token
Zeit bis zum ersten Token
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Ende-zu-Ende-Antwortzeit
Wichtige Vergleichsmetriken und API-Funktionen
Häufig gestellte Fragen
Häufige Fragen zu den Anbietern von GLM-5 (Non-reasoning)
GLM-5 (Non-reasoning) ist über 4 API-Anbieter verfügbar: Novita (FP8), Fireworks, SiliconFlow (FP8) und DeepInfra (FP8). Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.
GLM-5 (Non-reasoning) ist derzeit über 4 API-Anbieter, die wir bewerten und beobachten verfügbar.
Die nach Ausgabegeschwindigkeit schnellsten Anbieter für GLM-5 (Non-reasoning) sind Novita (FP8) (69.3 Tokens/s) und DeepInfra (FP8) (53.7 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.
Die Anbieter mit der niedrigsten Zeit bis zum ersten Token für GLM-5 (Non-reasoning) sind DeepInfra (FP8) (1.33s) und Novita (FP8) (1.59s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.
Die nach Mischpreis günstigsten Anbieter für GLM-5 (Non-reasoning) sind DeepInfra (FP8) ($0.41 pro 1 Mio. Tokens), Novita (FP8) ($0.66 pro 1 Mio. Tokens) und Fireworks ($0.66 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.
Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei GLM-5 (Non-reasoning) sind DeepInfra (FP8) ($0.60 pro 1 Mio. Eingabetokens), Novita (FP8) ($1.00 pro 1 Mio. Eingabetokens) und Fireworks ($1.00 pro 1 Mio. Eingabetokens).
Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei GLM-5 (Non-reasoning) sind DeepInfra (FP8) ($2.08 pro 1 Mio. Ausgabetokens), Novita (FP8) ($3.20 pro 1 Mio. Ausgabetokens) und Fireworks ($3.20 pro 1 Mio. Ausgabetokens).
Die Preise für GLM-5 (Non-reasoning) unterscheiden sich je nach Anbieter bis zum 1.6-Fachen. Am günstigsten ist DeepInfra (FP8) mit $0.41 pro 1 Mio. Tokens, während Novita (FP8) $0.66 pro 1 Mio. Tokens berechnet.
3 von 4 Anbietern unterstützen den JSON-Modus für GLM-5 (Non-reasoning): Novita (FP8), Fireworks und DeepInfra (FP8).
Alle 4 Anbieter von GLM-5 (Non-reasoning) unterstützen Funktionsaufrufe (Tool-Nutzung).
Der beste Anbieter für GLM-5 (Non-reasoning) hängt von Ihren Prioritäten ab: Novita (FP8) bietet die höchste Ausgabegeschwindigkeit, DeepInfra (FP8) die niedrigste Latenz und DeepInfra (FP8) den konkurrenzfähigsten Preis.
Berücksichtigen Sie bei der Wahl eines Anbieters für GLM-5 (Non-reasoning) die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.
Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von GLM-5 (Non-reasoning) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen