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 Results for other workloads are historical and no longer updated.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-5.2 (Non-reasoning). We suggest considering it instead.
For more information, see comparison of GLM-5.2 (Non-reasoning) to other models and API provider benchmarks for GLM-5.2 (Non-reasoning).
本分析旨在帮助你根据使用场景，选择 GLM-5.1 (Non-reasoning) 的最佳 API 服务商。
速度最快
FriendliAI
Novita (FP8)
Nebius (FP8, Base)
DeepInfra (FP4)
SiliconFlow (FP8)输出速度
共 5 家服务商
延迟最低
FriendliAIDeepInfra (FP4)Nebius (FP8, Base)Novita (FP8)SiliconFlow (FP8)首 Token 延迟
共 5 家服务商
价格最低
DeepInfra (FP4)Novita (FP8)FriendliAISiliconFlow (FP8)Nebius (FP8, Base)每 100 万 token 的混合价格
共 5 家服务商
可通过 5 家 API 服务商使用 GLM-5.1 (Non-reasoning)，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。
- 输出速度最快的服务商是 FriendliAI（112.4 t/s）、Novita (FP8)（60.1 t/s）和Nebius (FP8, Base)（33.2 t/s）。 各服务商之间的速度差异显著，最快与最慢相差 272%。
- 延迟方面，FriendliAI（0.85 秒）、DeepInfra (FP4)（1.05 秒）和Nebius (FP8, Base)（1.89 秒） 的首 Token 延迟最低。
- 价格方面，DeepInfra (FP4)（0.70）、Novita (FP8)（0.90）和FriendliAI（0.90） 每 100 万 token 的混合价格最低。 各服务商价格最多相差 2.4 倍。
- FriendliAI 兼具最高速度和最低延迟，性能表现最佳。若要优化成本，DeepInfra (FP4) 的价格最具竞争力。
亮点
价格
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed: GLM-5.1 (Non-reasoning)
Latency vs. Output Speed
延迟
按首 Token 延迟（秒）衡量
首 Token 延迟
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间
关键比较指标与 API 功能
常见问题
关于 GLM-5.1 (Non-reasoning) 服务商的常见问题
可通过 5 家 API 服务商使用 GLM-5.1 (Non-reasoning)：DeepInfra (FP4)、Novita (FP8)、FriendliAI、SiliconFlow (FP8)和Nebius (FP8, Base)。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 5 家 API 服务商使用 GLM-5.1 (Non-reasoning)。
按输出速度计算，GLM-5.1 (Non-reasoning) 速度最快的服务商是 FriendliAI（112.4 t/s）、Novita (FP8)（60.1 t/s）和Nebius (FP8, Base)（33.2 t/s）。输出速度衡量模型开始响应后生成 token 的速度。
GLM-5.1 (Non-reasoning) 的首 Token 延迟最低的服务商是 FriendliAI（0.85s）、DeepInfra (FP4)（1.05s）和Nebius (FP8, Base)（1.89s）。延迟越低，初始响应越快。
按混合价格计算，GLM-5.1 (Non-reasoning) 最实惠的服务商是 DeepInfra (FP4)（每 100 万 token $0.70）、Novita (FP8)（每 100 万 token $0.90）和FriendliAI（每 100 万 token $0.90）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
GLM-5.1 (Non-reasoning) 输入 token 价格最低的服务商是 DeepInfra (FP4)（每 100 万输入 token $1.05）、SiliconFlow (FP8)（每 100 万输入 token $1.19）和Novita (FP8)（每 100 万输入 token $1.38）。
GLM-5.1 (Non-reasoning) 输出 token 价格最低的服务商是 DeepInfra (FP4)（每 100 万输出 token $3.50）、SiliconFlow (FP8)（每 100 万输出 token $3.74）和Novita (FP8)（每 100 万输出 token $4.40）。
GLM-5.1 (Non-reasoning) 各服务商价格最多相差 2.4 倍。最实惠的是 DeepInfra (FP4)，每 100 万 token 收费 $0.70；Nebius (FP8, Base) 则收费 $1.70。
GLM-5.1 (Non-reasoning) 的输出速度在不同服务商之间差异显著。FriendliAI 最快，为 112.4 t/s，是 SiliconFlow (FP8)（30.2 t/s）的 3.7 倍。
提供 GLM-5.1 (Non-reasoning) 的 5 家服务商中，有 4 家支持 JSON 模式：DeepInfra (FP4)、Novita (FP8)、FriendliAI和Nebius (FP8, Base)。
提供 GLM-5.1 (Non-reasoning) 的全部 5 家服务商均支持函数调用（工具使用）。
对于 GLM-5.1 (Non-reasoning)，FriendliAI 兼具最高速度和最低延迟，性能表现最佳。若要优化成本，DeepInfra (FP4) 的价格最具竞争力。
选择 GLM-5.1 (Non-reasoning) 服务商时，请考虑：输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
有关 GLM-5.1 (Non-reasoning) 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。 查看模型概览