Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.
Z AI lançou uma versão mais recente, GLM-5.1. Sugerimos considerá-la como alternativa.
GLM-5 (Non-reasoning) Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de GLM-5 (Non-reasoning) para seu caso de uso.
Mais rápido
DeepInfra (FP8)
Novita (FP8)Velocidade de saída
4 provedores no total
Menor latência
DeepInfra (FP8)Novita (FP8)Tempo até o primeiro token
4 provedores no total
Menor preço
DeepInfra (FP8)Novita (FP8)
Fireworks
SiliconFlow (FP8)Preço combinado (por 1M de tokens)
4 provedores no total
GLM-5 (non-reasoning) está disponível em 4 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são DeepInfra (FP8) (73.5 t/s) e Novita (FP8) (67.8 t/s).
- Em latência, DeepInfra (FP8) (1.15s) e Novita (FP8) (2.29s) têm o menor tempo até o primeiro token.
- Em preço, DeepInfra (FP8) (0.41), Novita (FP8) (0.66) e Fireworks (0.66) têm os menores preços combinados por 1M de tokens.
- DeepInfra (FP8) se destaca na liderança geral, ocupando o primeiro lugar nas três categorias: velocidade, latência e preço.
Preços
Preços: acertos de cache, entrada e saída
Custo por tarefa do Intelligence Index
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída: GLM-5 (Non-reasoning)
Tempo por tarefa do Intelligence Index
Custo por tarefa vs. tempo por tarefa
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
Comportamento do cache
Taxa de acertos do cache
Custo por tarefa vs. Taxa de acertos do cache
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do GLM-5 (Non-reasoning)
GLM-5 (Non-reasoning) está disponível em 4 provedores de API: Novita (FP8), Fireworks, SiliconFlow (FP8) e DeepInfra (FP8). Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o GLM-5 (Non-reasoning) está disponível em 4 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o GLM-5 (Non-reasoning) em velocidade de saída são DeepInfra (FP8) (73.5 t/s) e Novita (FP8) (67.8 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token para o GLM-5 (Non-reasoning) são DeepInfra (FP8) (1.15s) e Novita (FP8) (2.29s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o GLM-5 (Non-reasoning) em preço combinado são DeepInfra (FP8) ($0.41 por 1M de tokens), Novita (FP8) ($0.66 por 1M de tokens) e Fireworks ($0.66 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o GLM-5 (Non-reasoning) são DeepInfra (FP8) ($0.60 por 1M de tokens de entrada), Novita (FP8) ($1.00 por 1M de tokens de entrada) e Fireworks ($1.00 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o GLM-5 (Non-reasoning) são DeepInfra (FP8) ($2.08 por 1M de tokens de saída), Novita (FP8) ($3.20 por 1M de tokens de saída) e Fireworks ($3.20 por 1M de tokens de saída).
Os preços do GLM-5 (Non-reasoning) variam em até 1.6x entre os provedores. O mais acessível é DeepInfra (FP8), com $0.41 por 1M de tokens, enquanto Novita (FP8) cobra $0.66 por 1M de tokens.
3 de 4 provedores são compatíveis com o modo JSON para o GLM-5 (Non-reasoning): Novita (FP8), Fireworks e DeepInfra (FP8).
Todos os 4 provedores do GLM-5 (Non-reasoning) são compatíveis com chamadas de funções (uso de ferramentas).
DeepInfra (FP8) lidera em todas as principais métricas do GLM-5 (Non-reasoning), com a maior velocidade, a menor latência e o preço mais competitivo.
Ao escolher um provedor para o GLM-5 (Non-reasoning), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do GLM-5 (Non-reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo