API GLM heb sensoriaeth: y gwerth gorau fesul tocyn
Sylfaen GLM asiantaidd Z.ai, wedi'i gwasanaethu heb haen wrthod ar ein clwstwr GPU ein hunain — cyd-destun 262K, galw offer, a phris cyfun o dan hanner yr hyn y mae'r un llinach yn ei gostio'n gyntaf-parti.
TL;DR
GLM-5.2-3BIT-REAP yw'r model ar Borth Shannon AI rydym yn ei argymell yn ddiofyn. Mae'n rhedeg sylfaen Cymysgedd o Arbenigwyr denau 744 biliwn paramedr o'r llinach GLM — wedi'i hyfforddi'n benodol ar gyfer defnyddio offer yn asiantaidd ers GLM-4.5 — wedi'i chywasgu â phwysau 3-did a thocio arbenigwyr REAP fel ei bod yn ffitio ac yn aros yn gyflym. Cewch gyd-destun 262,144 tocyn, 16,384 tocyn o allbwn, galw offer, rhesymu gyda reasoning_effort addasadwy, ac allbwn strwythuredig Sgema JSON, am $0.73 / $2.34 fesul miliwn o docynnau. Nid oes haen wrthod na hidlydd allbwn. Testun yn unig — dim gweledol.
Mae'r rhan fwyaf o gymariaethau ‘y model rhataf’ yn anonest, am mai model bach yn gwisgo marchnata model mawr yw'r opsiwn rhad fel arfer. Nid dyna sy'n digwydd yma. Mae GLM-5.2 ymhlith y sylfeini pwysau agored mwyaf y mae unrhyw un wedi'u rhyddhau, ac ar $0.73 i mewn / $2.34 allan mae'n eistedd un ris uwchlaw llawr ein catalog tra'n cario sylfaen sawl gwaith yn fwy na'r hyn y mae'r llawr hwnnw'n ei brynu fel arfer. Y bwlch hwnnw — model mawr, pris bron ar y llawr — yw'r rheswm dros y dudalen hon.
01O ble mae GLM yn dod: Tsinghua, llenwi bylchau, a thro caled tuag at asiantau
Nid deilliad Llama wedi'i ailfathodi yw GLM. Mae'n un o'r ychydig deuluoedd model sydd ag amcan rhag-hyfforddi ei hun, wedi'i iteru am bum mlynedd gan yr un grŵp ymchwil. Mae'r enw'n sefyll am General Language Model, a chynigiodd y papur sefydlu — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — drydydd opsiwn ochr yn ochr â modelu iaith wedi'i fasgio BERT ac awtoatchweliad llym o'r chwith i'r dde GPT. Mae GLM yn gwacáu rhychwantau cyfagos ac yn eu hailgynhyrchu'n awtoatchweliadol mewn trefn wedi'i chymysgu, gydag amgodio safle dau ddimensiwn yn olrhain safle tocyn yn y ddogfen lygredig a'i safle y tu mewn i'r rhychwant sy'n cael ei lenwi: un bensaernïaeth sy'n trin dealltwriaeth a chynhyrchu yr un mor dda.
Y grŵp y tu ôl iddo oedd Grŵp Peirianneg Gwybodaeth Prifysgol Tsinghua, a droellodd allan y cwmni a adwaenir bellach fel Z.ai (Zhipu AI gynt). Ei artiffact pennawd cyntaf oedd GLM-130B ym mis Hydref 2022 — model dwys dwyieithog Saesneg/Tsieinëeg 130 biliwn paramedr, gyda'r pwysau a'r cod wedi'u rhyddhau'n gyhoeddus adeg cyhoeddi. Rhyddhau agored fu arddull y tŷ byth ers hynny.
Cyfnod yr MoE, a'r pifod at asiantau
Mae'r llinyn cyswllt yn bwysicach nag unrhyw ryddhad unigol. Ers GLM-4.5, mae pob fersiwn wedi'i optimeiddio ar gyfer yr un peth: aros yn gydlynol ar draws dwsinau o alwadau offer. Amcan gwahanol yw hwnnw i uchafu sgoriau meincnod un tro, ac mae'n ymddangos fel llai o ddadleuon offer camffurfiedig, llai o grwydro mewn cynllun hir, a llai o'r ymddygiad ‘ailgychwyn y dasg yn hyderus ar dro 14’ sy'n gwneud fframweithiau asiant yn ddrud.
02Beth yw GLM-5.2, a beth a fesurwyd arno
Mae Z.ai yn cyhoeddi ffigurau meincnod ar gyfer GLM-5.2 yn ystorfa GLM-5. Mae dau'n mapio ar waith asiantaidd go iawn yn hytrach nag adalw manion:
Terminal-Bench 2.1 — tasgau asiant llinell orchymyn gorwel hir. Adroddwyd gan Z.ai.
SWE-bench Pro — datrys materion mewn ystorfeydd go iawn. Adroddwyd gan Z.ai; sgoriodd GLM-5.1 58.4 ar yr un prawf.
Rhifau'r labordy yw'r rheini, nid ein rhai ni, ac maent yn disgrifio'r sylfaen heb ei chywasgu. Maent yn sefydlu'r dosbarth o fodel rydych chi'n delio ag ef, nid gwarant.
Mae un pwynt data'n werth mwy na meincnod, am ei fod yn dod gan werthuswr heb unrhyw gymhelliad i wenieithio i'r model. Ym mis Gorffennaf 2026 aseswyd GLM-5.2 gan Ganolfan Safonau ac Arloesi AI Sefydliad Cenedlaethol Safonau a Thechnoleg yr Unol Daleithiau, a daeth i'r casgliad mai hwn oedd y model AI pwysau agored mwyaf galluog a oedd ar gael yn ôl pob tebyg pan gafodd ei ryddhau, gyda galluoedd cyffredinol yn debyg i GPT-5.2 a galluoedd seiber yn debyg i Claude Opus 4.6. Sylwodd yr un asesiad fod GLM-5.2 yn blocio llai o geisiadau sensitif na modelau cyfeirio'r UD, ac y gellir osgoi diogelwch sydd wedi'i bobi i mewn i bwysau agored unwaith y caiff y pwysau hynny eu hunan-westeio. Mae adran 05 yn dychwelyd at hynny.
03Beth mae ‘3BIT-REAP’ yn ei olygu, a beth mae'n ei gostio i chi
REAP: tocio arbenigwyr yn lle eu huno
Mae gan fodel MoE 744B paramedr 256 arbenigwr fesul haen, ac mae 8 ohonynt yn tanio ar unrhyw docyn penodol. Nid yw'r llwybrydd yn lledaenu'r gwaith yn gyfartal — caiff rhai arbenigwyr eu taro'n gyson, a chaiff cynffon hir eu taro'n anaml gan gyfrannu ychydig pan gânt eu taro. Mae REAP (Router-weighted Expert Activation Pruning), gan Cerebras Research ac a dderbyniwyd i ICLR 2026, yn manteisio ar hynny: mae'n sgorio pob arbenigwr yn ôl maen prawf amlygrwydd sy'n cyfuno pa mor gryf a pha mor aml y mae'r llwybrydd yn ei gatio â maint cyfraniad ei allbwn, yna'n gollwng y sgorwyr isel yn barhaol.
Y rhan ddiddorol yw'r gymhariaeth y mae REAP yn ei hennill. Y dewis arall amlwg i ollwng arbenigwr yw ei uno i mewn i oroeswr, sy'n swnio'n fwy diogel. Canfyddiad y papur ar draws modelau MoE o 20B i 1T paramedr yw bod uno mewn gwirionedd yn waeth ar gyfer gwaith cynhyrchiol, a bod tocio'n dal i fyny'n rhyfeddol o dda: bron heb golled ar feincnodau cynhyrchu cod a galw offer hyd yn oed ar ôl tynnu hanner yr arbenigwyr, ar sylfeini gan gynnwys Qwen3-Coder-480B a Kimi-K2. Cod a galw offer yn goroesi'n gyfan yw'n union yr hyn rydych chi eisiau ei gadw ar fodel y mae ei reswm dros fodoli'n beirianneg asiantaidd.
Pwysau 3-did, a'r cyfaddawd gonest
Ar ben y tocio, caiff y pwysau sy'n goroesi eu storio ar 3 did — yn fwy ymosodol na'r haenau W4A16-AUTOROUND-REAP a W8A16 mewn mannau eraill yn ein catalog, ac wedi'u cadw ar gyfer y sylfeini mwyaf, lle nad oes ffordd arall o gael model tri chwarter triliwn paramedr ar nod gwasanaethu a chadw'r tocynnau'n llifo ar gyfradd ddefnyddiadwy.
Nid yw cywasgu am ddim. Y model meddyliol cywir: mae tocio a chwanteiddio'n diraddio'r gynffon hir yn gyntaf. Mae ymddygiadau dwys sy'n cael eu hymarfer yn aml — dilyn cyfarwyddiadau, strwythur cod, fformatio galwadau offer, cynllunio aml-gam — yn goroesi'n dda, sef yn union yr hyn y mae canlyniadau REAP yn ei ddangos. Adalw ffeithiol aneglur, ieithoedd prin a manion parth arbenigol yw lle dylech ddisgwyl gwahaniaeth yn erbyn GLM-5.2 heb ei gywasgu. Os mai ‘gwybod ffaith anarferol yn berffaith’ yw eich llwyth gwaith, talwch am haen ffyddlondeb uwch. Os mai ‘rhedeg cynllun ar draws deugain o alwadau offer heb fynd oddi ar y cledrau’ ydyw, dyma'r haen y cynlluniwyd y dull ar ei chyfer.
04Yr achos gwerth: beth mae API LLM rhad heb sensoriaeth yn ei gostio i'w redeg mewn gwirionedd
Pris rhestr API cyhoeddedig Z.ai ei hun ar gyfer GLM-5.2 yw $1.40 fesul miliwn o docynnau mewnbwn a $4.40 fesul miliwn allbwn. Ein pris ni ar yr un sylfaen yw $0.73 / $2.34 — tua 48% yn llai ar y mewnbwn a 47% yn llai ar yr allbwn. Y gostyngiad hwnnw yw'r hyn y mae'r cywasgu'n ei brynu, ac mae'n dod ag ail beth na allwch ei brynu'n gyntaf-parti am unrhyw bris: dim haen wrthod.
O fewn ein catalog ein hunain, cost gyfun yw'r rhif sy'n cyfrif. Dyma hi ar gymhareb mewnbwn-i-allbwn 3:1, sef yn fras sut mae asiant sy'n galw offer yn edrych yn ymarferol — llawer o gyd-destun a chanlyniadau offer yn mynd i mewn, cymharol ychydig o docynnau'n dod allan.
| Model | I mewn / 1M | Allan / 1M | Cyfun 3:1 | Gweledol |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Na |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Na |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Ie |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Na |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Ie |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Ie |
Mae chwe model yn eistedd ar y llawr $0.50 / $2.00 — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro a Hy3 — cyfradd gyfun o $0.875. Mae GLM-5.2 29% uwchlaw'r llawr hwnnw ac mae'n prynu sylfaen dosbarth 744B i chi gyda buddsoddiad parhaus mewn ymddygiad asiantaidd y tu ôl iddi. Mae popeth sydd wedi'i brisio'n uwch na hi'n costio o leiaf 23% yn fwy'n gyfun, ac mae Kimi-K3 yn costio 6.8× yn fwy. Dyna'r ddadl werth mewn un rhes: y lle rhataf yn y catalog i brynu sylfaen asiantaidd o'r radd flaenaf.
Wedi'i throsi'n waith
- Un llenwad cyd-destun llawn — 262,144 tocyn mewnbwn: $0.19. Ystorfa fawr gyfan wedi'i darllen i'r ffenestr am lai nag ugain sent.
- Un cwblhad o'r hyd mwyaf — 16,384 tocyn allbwn: $0.038.
- Un tro asiant — 20K i mewn, 2K allan: $0.019. Mae'r un tro'n costio $0.115 ar Kimi-K3 a $0.047 ar DeepSeek-V4-Pro.
- Cant o droeon asiant: $1.93, o'i gymharu â $11.48 ar y model drutaf yn y catalog.
Mae llwythi gwaith asiantaidd yn drwm o ran mewnbwn, ac mae mantais GLM ar ei mwyaf yn union yno: mae ei bris mewnbwn 5.2× yn is na phris Kimi-K3 a 2.7× yn is na phris DeepSeek-V4-Pro. Os yw eich asiant yn ailanfon sgwrs sy'n tyfu bob tro — ac mae bron pob asiant yn gwneud hynny — y lluosydd hwnnw sy'n dod i ben ar eich anfoneb.
05Beth mae ‘heb sensoriaeth’ yn ei olygu ar y pwynt terfyn hwn
Dau beth, yn fanwl gywir: dim haen wrthod — dim dosbarthydd yn penderfynu pa geisiadau y caniateir i'r model eu gweld, a dim model polisi'n ailysgrifennu eich anogaeth cyn iddi gyrraedd — a dim hidlo allbwn, sy'n golygu mai'r tocynnau y mae'r model yn eu cynhyrchu yw'r tocynnau rydych chi'n eu derbyn, heb eu golygu a heb eu cyfnewid.
Cynnig gwahanol yw hwnnw i API masnachol sy'n hysbysebu modd ‘hamddenol’ neu ‘datblygwr’. Mae'r rheini'n dal i lwybro traffig drwy bentwr polisi gwerthwr; yr hyn sy'n newid yw'r trothwy, nid bodolaeth y giât. Yma nid oes giât i'w thiwnio — mae'r model yn rhedeg ar ein clwstwr GPU ein hunain, a'i ymddygiad ef yw ymddygiad y sylfaen. Darllenwch ganfyddiad NIST CAISI o adran 02 fel datganiad technegol yn hytrach na rhybudd ac mae'n esbonio'r cynnyrch: mae model y mae ei aliniad yn byw yn ei bwysau, wedi'i wasanaethu heb haen bolisi allanol, yn ymddwyn yn ôl ei bwysau.
Pam mae hyn yn cyfrif i asiantau'n benodol
Fel arfer trafodir gwrthodiadau fel cwestiwn cynnwys. Mewn gwaith asiantaidd cwestiwn dibynadwyedd ydynt yn bennaf. Nid gwrthodiad cwrtais rydych chi'n ei ddarllen ac yn symud heibio iddo yw gwrthodiad ar dro 31 o rediad 40 tro — cam camffurfiedig ydyw, cerddorfannwr nad yw'n gwybod sut i fwrw ymlaen, cynllun toredig, a 30 tro o docynnau wedi'u gwario heb ddim i'w ddangos. Mae ymchwil diogelwch, dadansoddi drwgwedd, profi treiddiad, tîm coch, ffuglen i oedolion, drafftio meddygol a chyfreithiol, a chynhyrchu setiau data ar gyfer hyfforddiant diogelwch i gyd yn taro hyn yn gyson, ac mae'r methiant yn ddrud yn union am ei fod yn glanio'n hwyr.
Yr ochr arall yw mai chi biau'r haen bolisi bellach. Mae defnyddio Porth Shannon AI yn cael ei lywodraethu gan ein Polisi Defnydd Cyfrifol; mae tynnu barn gwerthwr allan o'r ddolen yn golygu cyflenwi eich un chi.
06Beth mae'r pwynt terfyn yn ei roi i chi mewn gwirionedd
| Gallu | GLM-5.2 · 3BIT-REAP |
|---|---|
| Id model | GLM-5.2-3BIT-REAP |
| Ffenestr cyd-destun | 262,144 tocyn |
| Allbwn mwyaf fesul cais | 16,384 tocyn |
| Ffrydio | Ie |
| Galw offer | Ie |
Rhesymu / reasoning_effort | Ie |
Sgema JSON (json_schema) | Ie |
response_format | Ie |
| Gweledol / mewnbwn delwedd | Na — testun yn unig |
| Haen wrthod / hidlo allbwn | Dim |
Darllenwch y rhes weledol yn ofalus cyn i chi adeiladu. Testun yn unig yw GLM-5.2 ar ein porth. Os oes angen mewnbwn delwedd arnoch, mae gan y catalog bum opsiwn â gallu gweledol — MiniMax-M3 a MiMo-V2.5 ar y llawr $0.50 / $2.00, Kimi-K2.6 ar $0.78 / $3.67, inkling ar $1.42 / $6.07, a Kimi-K3 ar $3.83 / $19.12. Patrwm synhwyrol yw llwybro dealltwriaeth delweddau i MiniMax-M3 a phopeth arall i GLM-5.2, nad yw'n costio dim y tu hwnt i linyn model.
Tair tafodiaith, un model
Mae'r un model ar gael drwy dri fformat cais, pob un yn ffrydio: /v1/chat/completions (tafodiaith OpenAI), /v1/messages (tafodiaith Anthropic), a /v1/responses. Nid oes dim am y model yn newid rhyngddynt — dewiswch ba bynnag un y mae eich SDK eisoes yn ei siarad, ac fel arfer rydych chi un newid URL sylfaen i ffwrdd o redeg.
# Tafodiaith OpenAI — pwyntiwch eich cleient presennol at y porth from openai import OpenAI client = OpenAI( base_url="https://api.shannon-ai.com/v1", api_key="sk-...", ) resp = client.chat.completions.create( model="GLM-5.2-3BIT-REAP", messages=[{"role": "user", "content": "..."}], tools=tools, # cefnogir galw offer reasoning_effort="medium", # low | medium | high stream=True, )
Mae'r sgemâu cais ac ymateb llawn ar gyfer y tair tafodiaith, y fformat galw offer, siapiau digwyddiadau ffrydio, a maes chwarae rhyngweithiol yn dogfennau API Shannon AI.
07Pryd i ddewis GLM-5.2 — a phryd i beidio
Estynnwch amdano pan
- Rydych chi'n rhedeg asiantau. Dolenni galw offer hir yw'r hyn yr adeiladwyd ac yr ôl-hyfforddwyd y llinach hon dro ar ôl tro ar eu cyfer, ac mae'r pris mewnbwn yn gwneud sgwrs sy'n tyfu'n fforddiadwy i'w hailanfon bob tro.
- Rydych chi'n gweithio ar draws cronfa god fawr. 262K o gyd-destun, fformatio galwadau offer dibynadwy, a $0.19 i ddarllen y ffenestr gyfan.
- Cyfaint yw eich cyfyngiad. Dosbarthu, echdynnu, cynhyrchu data synthetig, ailysgrifennu swmp — unrhyw beth lle mae cost fesul galwad wedi'i lluosi â rhif mawr yn penderfynu a yw'r prosiect yn hyfyw.
- Mae gwrthodiadau'n torri eich piblinell. Ymchwil diogelwch, profi gwrthwynebus, ffuglen heb sensoriaeth, drafftio sensitif — nid yw'r modd methu hwnnw'n bresennol yma.
Estynnwch am rywbeth arall pan
- Mae angen gweledol arnoch. Testun yn unig. Gweler yr opsiynau â gallu gweledol uchod.
- Mae angen y rhesymu un tro dyfnaf arnoch. Ar gyfer y problemau dadansoddol un ergyd anoddaf, DeepSeek-V4-Pro-0813 · 3BIT-REAP yw'r offeryn trymach ar 2.2× y gost gyfun — ar alwadau lle'r nenfwd yw'r cyfyngiad, dyna'r cyfaddawd cywir.
- Mae angen y ffyddlondeb mwyaf ar wybodaeth aneglur. Mae'r haen
W8A16— MiMo-V2.5-Pro a Hy3 — wedi'i chywasgu'n llawer llai ymosodol ac yn eistedd ar y llawr $0.50 / $2.00, ar sylfeini llai.
Mae pob ffigwr sylfaen ar y dudalen hon wedi'i gyhoeddi gan rywun heblaw ni. Ein gwerthoedd catalog byw ni ein hunain yw'r ffigurau prisio a gallu, y gellir eu gwirio yn erbyn /v1/models ar eich allwedd eich hun. Gwiriwch y ffynonellau cynradd eich hun.
Mae ffigurau meincnod GLM-5.2 (Terminal-Bench 2.1, SWE-bench Pro) wedi'u hadrodd gan Z.ai ar gyfer y sylfaen heb ei chywasgu; mae ailadrodd annibynnol yn yr arfaeth. Dangosir ffigurau Claude Opus 4.8 a GPT-5.5 er cyfeirio'n unig. Prisio rhestr API GLM-5.2 cyntaf-parti fel y'i cyhoeddwyd gan Z.ai, Medi 2026.
08Cwestiynau cyffredin
Beth yw'r API GLM heb sensoriaeth ar Shannon AI?
Yr id model GLM-5.2-3BIT-REAP ar Borth Shannon AI ydyw: adeiladwaith cywasgedig o sylfaen asiantaidd GLM-5.2 Z.ai, wedi'i gwasanaethu ar ein clwstwr GPU ein hunain heb haen wrthod a heb hidlo allbwn. Mae'n costio $0.73 fesul miliwn o docynnau mewnbwn a $2.34 fesul miliwn o docynnau allbwn, mae'n cario ffenestr cyd-destun 262,144 tocyn, ac mae ar gael ar /v1/chat/completions, /v1/messages a /v1/responses.
Pam mae GLM 5.2 heb sensoriaeth yn rhatach na'r modelau mawr eraill yn y catalog?
Oherwydd sut y caiff ei gywasgu. Mae 3BIT-REAP yn cyfuno pwysau 3-did â REAP, dull tocio arbenigwyr ar gyfer modelau Cymysgedd o Arbenigwyr sy'n gollwng arbenigwyr a lwybrir yn anaml cyn cwanteiddio. Mae sylfaen MoE denau â thua 40B o baramedrau actif fesul tocyn, wedi'i thocio a'i chwanteiddio fel hyn, yn meddiannu llawer llai o gof a llawer llai o eiliadau GPU fesul tocyn na model dwys o ansawdd cyfatebol, ac mae'r pris yn adlewyrchu hynny.
A yw GLM heb wrthodiadau'n golygu nad oes gan y model unrhyw gyfyngiadau o gwbl?
Mae'n golygu nad yw Shannon yn ychwanegu'r un. Nid oes dosbarthydd gwrthod o flaen y model a dim hidlydd ar y tocynnau sy'n dod allan ohono. Mae'r sylfaen yn cadw pa bynnag dueddiadau a roddodd ei hyfforddiant ei hun iddi, ond nid oes dim allanol yn eu diystyru. Chi biau'r haen bolisi, ac mae defnydd yn ddarostyngedig i Bolisi Defnydd Cyfrifol Shannon AI.
A yw GLM-5.2 3BIT-REAP yn cefnogi gweledol neu fewnbwn delwedd?
Nac ydy. Testun yn unig yw'r model hwn. Os oes angen mewnbwn delwedd arnoch ar bwynt terfyn heb sensoriaeth, defnyddiwch un o'r modelau â gallu gweledol yn y catalog fel MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 neu inkling. Mae GLM-5.2 yn cefnogi allbwn strwythuredig — json_schema a response_format fel ei gilydd — a galw offer.
Beth yw'r ffenestr cyd-destun a'r hyd allbwn mwyaf?
262,144 tocyn o gyd-destun a 16,384 tocyn o allbwn fesul cais. Mae llenwi'r ffenestr cyd-destun gyfan unwaith yn costio tua 19 sent ar $0.73 fesul miliwn o docynnau mewnbwn, ac mae cwblhad o'r hyd mwyaf yn costio llai na 4 sent.
A yw hwn yn fodel asiantaidd heb sensoriaeth da ar gyfer dolenni galw offer hir?
Dyma'r un rydym yn estyn amdano gyntaf. Mae'r llinach GLM wedi'i hyfforddi'n benodol ar gyfer gwaith asiantaidd ers GLM-4.5, cefnogir galw offer a reasoning_effort fel ei gilydd, ac mae'r pris yn golygu bod cant o droeon asiant ugain mil o docynnau'n costio tua dau ddoler yn lle un ar ddeg. Mae gwrthodiadau hefyd yn fodd methu go iawn mewn dolenni asiant, ac nid oes haen wrthod yma i sbarduno un.
Rhowch gynnig ar yr API GLM heb sensoriaeth
$0.73 i mewn · $2.34 allan · cyd-destun 262K · dim haen wrthod.
Darllen y Dogfennau API Pori Pob ModelShannon Lab LLC, New Mexico, UDA · defnydd wedi'i lywodraethu gan y Polisi Defnydd Cyfrifol
Ffynonellau: Ystorfa GLM-5 Z.ai · Du et al., GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng et al., GLM-130B: An Open Bilingual Pre-trained Model · Lasby et al., REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · Asesiad NIST CAISI o GLM-5.2 gan Z.ai, Gorffennaf 2026. Mae sgoriau meincnod y sylfaen wedi'u hadrodd gan y labordy ac yn ddros dro; maent yn disgrifio GLM-5.2 heb ei gywasgu, nid yr adeiladwaith cywasgedig hwn. Gwerthoedd catalog Shannon AI ar 5 Medi 2026 yw'r ffigurau prisio, cyd-destun a gallu.