GLM 5 Turbo
Réseau Neuronal
GLM 5 Turbo est le modèle de Z.ai pour les scénarios d'agents et les réponses rapides ; l'API GLM 5 Turbo convient à l'automatisation.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche GLM 5 Turbo?
GLM 5 Turbo est un modèle de Z.ai conçu pour une réponse rapide et un fonctionnement fiable dans les environnements d'agents. Il est optimisé pour les flux de travail réels où il ne suffit pas de répondre, mais d'exécuter une chaîne d'étapes et d'utiliser des outils externes. Il est donc idéal pour les scénarios d'automatisation sensibles à la latence. Sur BotHub, l'accès est disponible sans VPN ni carte étrangère : vous payez en roubles avec une carte russe à l'utilisation, et les jetons n'expirent pas. Dans la même fenêtre, vous trouverez plus de 250 réseaux neuronaux, permettant de basculer facilement et de comparer les réponses. Une API unique compatible OpenAI permet de changer de modèle sans réécrire l'intégration. Les échanges sont chiffrés via AES-GCM, et pour les entreprises, nous proposons des contrats, des factures, l'EDI et un panneau d'administration avec limites. Utilisez GLM 5 Turbo pour des agents autonomes qui utilisent des outils pour accomplir des tâches, pour automatiser les routines de support et les services internes, pour le traitement de flux de requêtes où la vitesse est cruciale, ainsi que pour le prototypage de pipelines multi-agents.Questions fréquentes sur GLM 5 Turbo
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel de Z.ai avec raisonnement, appel de fonctions et prise en charge d'images et de documents. Il convient au travail sur le code : écriture, refactorisation, débogage, ainsi qu'à l'analyse de longs documents, aux tâches STEM et à l'intégration dans des scénarios multi-agents via l'API BotHub compatible OpenAI.
La limite de sortie est de 131 072 jetons par réponse avec une fenêtre contextuelle de 202 752 jetons. Cela suffit pour un long document technique, un module de code volumineux ou une analyse détaillée complète, sans diviser la tâche en dizaines de requêtes distinctes.
Oui, le raisonnement avant réponse est confirmé par nos données. Le modèle élabore d'abord la solution, puis fournit le résultat — c'est visible en mathématiques, logique, analyse multi-étapes et débogage de code. Le gain est moindre sur les requêtes simples, mais la réponse est plus cohérente sur les complexes.
Oui, l'appel de fonctions et la sortie structurée en JSON sont pris en charge. Décrivez vos outils : le modèle choisira le bon, transmettra les arguments et renverra une réponse selon le schéma défini. Pratique pour les agents, l'analyse de documents et les intégrations avec votre backend via l'API unique.
Le modèle accepte les images et les documents en entrée : il analysera une capture d'écran, un schéma, un tableau ou un fichier et répondra par texte. Il n'y a pas d'indication concernant l'audio ou la vidéo dans nos données ; pour la transcription ou l'analyse d'enregistrements, il est préférable d'utiliser un modèle spécialisé dans la même fenêtre BotHub.
Il n'y a pas d'indication spécifique sur les langues dans nos données, nous ne promettons donc rien. Le plus simple est de tester sur votre tâche : envoyez un prompt type dans BotHub, comparez le résultat avec un autre modèle dans la même fenêtre et gardez celui qui a le mieux réussi. Le changement ne nécessite pas de réécrire l'intégration.