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 Results for other workloads are historical and no longer updated.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. We suggest considering it instead.
For more information, see comparison of GLM-5.1 to other models and API provider benchmarks for GLM-5.1.
GLM-5 (Reasoning) Benchmarking und Analyse von API-Anbietern
Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von GLM-5 (Reasoning) für Ihren Anwendungsfall unterstützen.
Am schnellsten
Google
DeepInfra (FP4)
Novita FP8Ausgabegeschwindigkeit
Insgesamt 6 Anbieter
Niedrigste Latenz
GoogleDeepInfra (FP4)Novita FP8Zeit bis zum ersten Antworttoken
Insgesamt 6 Anbieter
Niedrigster Preis
DeepInfra (FP4)Google
SiliconFlow (FP8)
FireworksNovita FP8Mischpreis (pro 1 Mio. Tokens)
Insgesamt 6 Anbieter
GLM-5 ist über 6 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.
- Bei der Ausgabegeschwindigkeit führen Google (94.8 Tokens/s), DeepInfra (FP4) (72.4 Tokens/s) und Novita FP8 (71.9 Tokens/s).
- Bei der Latenz bieten Google (33.98 s), DeepInfra (FP4) (43.85 s) und Novita FP8 (44.74 s) die niedrigste Zeit bis zum ersten Antworttoken.
- Bei den Preisen bieten DeepInfra (FP4) (0.41), Google (0.59) und SiliconFlow (FP8) (0.66) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 3.0-Fachen.
- Google bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra (FP4) den konkurrenzfähigsten Preis.
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 (Reasoning)
Latency vs. Output Speed
Latenz
Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token
Zeit bis zum ersten Antworttoken
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 (Reasoning)
GLM-5 (Reasoning) ist über 6 API-Anbieter verfügbar: DeepInfra (FP4), SiliconFlow (FP8), Fireworks, Google, CoreWeave (FP8) und Novita FP8. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.
GLM-5 (Reasoning) ist derzeit über 6 API-Anbieter, die wir bewerten und beobachten verfügbar.
Die nach Ausgabegeschwindigkeit schnellsten Anbieter für GLM-5 (Reasoning) sind Google (94.8 Tokens/s), DeepInfra (FP4) (72.4 Tokens/s) und Novita FP8 (71.9 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 Antworttoken für GLM-5 (Reasoning) sind Google (33.98s), DeepInfra (FP4) (43.85s) und Novita FP8 (44.74s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.
Die nach Mischpreis günstigsten Anbieter für GLM-5 (Reasoning) sind DeepInfra (FP4) ($0.41 pro 1 Mio. Tokens), Google ($0.59 pro 1 Mio. Tokens) und SiliconFlow (FP8) ($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 (Reasoning) sind DeepInfra (FP4) ($0.60 pro 1 Mio. Eingabetokens), SiliconFlow (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 (Reasoning) sind DeepInfra (FP4) ($2.08 pro 1 Mio. Ausgabetokens), SiliconFlow (FP8) ($3.20 pro 1 Mio. Ausgabetokens) und Fireworks ($3.20 pro 1 Mio. Ausgabetokens).
Die Preise für GLM-5 (Reasoning) unterscheiden sich je nach Anbieter bis zum 3.0-Fachen. Am günstigsten ist DeepInfra (FP4) mit $0.41 pro 1 Mio. Tokens, während CoreWeave (FP8) $1.22 pro 1 Mio. Tokens berechnet.
5 von 6 Anbietern unterstützen den JSON-Modus für GLM-5 (Reasoning): DeepInfra (FP4), Fireworks, Google, CoreWeave (FP8) und Novita FP8.
Alle 6 Anbieter von GLM-5 (Reasoning) unterstützen Funktionsaufrufe (Tool-Nutzung).
Für GLM-5 (Reasoning) bietet Google mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra (FP4) den konkurrenzfähigsten Preis.
Berücksichtigen Sie bei der Wahl eines Anbieters für GLM-5 (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 (Reasoning) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen