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 Results for other workloads are historical and no longer updated.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 e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de GLM-5 (Reasoning) para seu caso de uso.
Mais rápido
Google
Novita FP8
DeepInfra (FP4)Velocidade de saída
6 provedores no total
Menor latência
GoogleNovita FP8DeepInfra (FP4)Tempo até o primeiro token da resposta final
6 provedores no total
Menor preço
DeepInfra (FP4)Google
SiliconFlow (FP8)
FireworksNovita FP8Preço combinado (por 1M de tokens)
6 provedores no total
GLM-5 está disponível em 6 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 Google (93.6 t/s), Novita FP8 (69.9 t/s) e DeepInfra (FP4) (59.8 t/s).
- Em latência, Google (34.38s), Novita FP8 (45.96s) e DeepInfra (FP4) (52.80s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, DeepInfra (FP4) (0.41), Google (0.59) e SiliconFlow (FP8) (0.66) têm os menores preços combinados por 1M de tokens. Os preços variam em até 3.0x entre os provedores.
- Google oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP4) tem o preço mais competitivo.
Destaques
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: GLM-5 (Reasoning)
Latency vs. Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token da resposta final
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 (Reasoning)
GLM-5 (Reasoning) está disponível em 6 provedores de API: DeepInfra (FP4), SiliconFlow (FP8), Fireworks, Google, CoreWeave (FP8) e Novita FP8. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o GLM-5 (Reasoning) está disponível em 6 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o GLM-5 (Reasoning) em velocidade de saída são Google (93.6 t/s), Novita FP8 (69.9 t/s) e DeepInfra (FP4) (59.8 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 da resposta final para o GLM-5 (Reasoning) são Google (34.38s), Novita FP8 (45.96s) e DeepInfra (FP4) (52.80s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o GLM-5 (Reasoning) em preço combinado são DeepInfra (FP4) ($0.41 por 1M de tokens), Google ($0.59 por 1M de tokens) e SiliconFlow (FP8) ($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 (Reasoning) são DeepInfra (FP4) ($0.60 por 1M de tokens de entrada), SiliconFlow (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 (Reasoning) são DeepInfra (FP4) ($2.08 por 1M de tokens de saída), SiliconFlow (FP8) ($3.20 por 1M de tokens de saída) e Fireworks ($3.20 por 1M de tokens de saída).
Os preços do GLM-5 (Reasoning) variam em até 3.0x entre os provedores. O mais acessível é DeepInfra (FP4), com $0.41 por 1M de tokens, enquanto CoreWeave (FP8) cobra $1.22 por 1M de tokens.
A velocidade de saída do GLM-5 (Reasoning) varia significativamente entre os provedores. Google é o mais rápido, com 93.6 t/s, 1.6x mais rápido que DeepInfra (FP4), com 59.8 t/s.
5 de 6 provedores são compatíveis com o modo JSON para o GLM-5 (Reasoning): DeepInfra (FP4), Fireworks, Google, CoreWeave (FP8) e Novita FP8.
Todos os 6 provedores do GLM-5 (Reasoning) são compatíveis com chamadas de funções (uso de ferramentas).
Para o GLM-5 (Reasoning), Google oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP4) tem o preço mais competitivo.
Ao escolher um provedor para o GLM-5 (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 (Reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo