Claude Opus 5 is now live on CometAPI →
Z

GLM 5

入力:$0.8/M
出力:$3.2/M
リリース日:Feb 11, 2026

Want this rewritten or shaped for a specific use? Here are quick variants—pick one to iterate. - Tagline: GLM-5: the open-source model that builds and runs complex systems, not just code. - Hero (2 sentences): GLM-5 is Z.ai’s open-source foundation model for expert developers tackling large-scale software. With agentic planning, deep backend reasoning, and iterative self-correction, it assembles full systems and executes long-horizon workflows with production-grade reliability. - Crisp rewrite: GLM-5 is Z.ai’s flagship open-source model for complex system design and long-horizon agents. It rivals leading closed models on large-scale programming, using agentic planning, deep backend reasoning, and self-correction to go beyond code generation to full-system construction and autonomous execution. - Technical datasheet style: GLM-5 is an OSS code+systems model optimized for long-horizon agents: hierarchical planning, tool orchestration, multi-service integration, and runtime control loops. Built for production workloads on large repos and backends; focuses on end-to-end system construction and autonomous execution. - Enterprise angle: Bring closed-model performance in-house. GLM-5 delivers open, auditable long-horizon agents—planning, integration, and autonomous execution across services—designed for production scale. - OSS/README: Open-source and builder-first, GLM-5 ships agentic planning, deep reasoning, and self-correction so you can go from prompts to running systems—contributions welcome. If this is for a landing page or datasheet, consider adding concrete proof points: key benchmarks (e.g., SWE-bench, HumanEval pass@1), max context, tool-use/runtime support, latency/TPS on common GPUs, license, API compatibility, and example workflows. Which tone/length should I polish?

新着
商用利用

GLM 5のPlayground

GLM 5のPlaygroundを探索 — モデルをテストし、リアルタイムでクエリを実行するインタラクティブな環境。プロンプトを試し、パラメータを調整し、即座に反復して開発を加速し、ユースケースを検証します。

GLM-5 の技術仕様

項目GLM-5（報告ベース）
モデルファミリーGLM（Z.ai / Zhipu AI）— フラッグシップ世代
アーキテクチャMixture-of-Experts（MoE）+ スパースアテンション（DeepSeek/DSA 最適化）。
総パラメータ数約744〜745B（MoE プール）。
アクティブ / ルーティングされるパラメータ（トークンごと）約40〜44B がアクティブ（ルーティング/エキスパートに依存）。
事前学習トークン数約28.5T トークン（報告値）。
コンテキストウィンドウ（入力）最大 200,000 トークン（長コンテキストモード）。
最大出力トークン数128,000 トークン（1 回の呼び出しあたりの最大生成数として報告）。
入力モダリティテキストのみ（主）; リッチテキスト → 出力（ツール経由の doc/xlsx 生成）向けに設計。

GLM-5 とは

GLM-5 は、MoE ルーティング設計とスパースアテンション最適化によって GLM 系列を拡張し、長文脈推論とエージェント型ワークフロー（マルチステップ計画、コードおよびシステムのオーケストレーション）を実現する、Zhipu AI の次世代基盤モデルです。エージェント型およびエンジニアリング用途における open-weights の有力候補として明確に位置付けられており、API とセルフホスティングを通じて企業利用にも対応します。

🚀 GLM-5 の主な特徴

1. エージェント型知能と推論

GLM-5 は、モデルが長く複雑なタスクを順序立てたステップに分解し、ハルシネーションを低減しながら処理するワークフロー向けに最適化されており、これは従来の GLM バージョンに対する大きな改善です。知識の信頼性とタスク生産性において、特定の open weights model benchmarks で上位に立っています。

2. 長いコンテキストへの対応

200K トークンのコンテキストウィンドウにより、GLM-5 は非常に長い会話、大規模な文書、長い推論チェーンでも一貫性を失わずに維持でき、これは実世界のプロフェッショナル用途でますます重要になっている能力です。

3. DeepSeek スパースアテンション

スパースアテンション機構を統合することで、GLM-5 はメモリ使用量を効率的に拡張し、コストが線形に増加することなく、より長いシーケンスを扱えます。

4. ツール統合と出力形式

構造化出力および外部ツール連携（JSON、API 呼び出し、動的なツール利用）をネイティブにサポートしているため、GLM-5 はスプレッドシート、レポート、自動コーディングアシスタントなどのエンタープライズ用途に実用的です。

5. コスト効率

GLM-5 は、プロプライエタリな対抗製品と比較してコスト競争力があると位置付けられており、入出力の価格設定は主要な提供サービスより大幅に低く、大規模展開にとって魅力的です。

GLM-5 のベンチマーク性能

複数の独立評価および初期の業界ベンチマークでは、GLM-5 は open-weight モデルの中で強力な性能を示しています。

  • Artificial Analysis Intelligence Index において、過去最低レベルのハルシネーション率を達成しました。これは信頼性と真実性の指標であり、従来モデルを大幅に上回っています。
  • エージェント中心のベンチマークでは、GLM-4.7 や他のオープンモデルと比較して、複雑なタスク実行で大幅な向上が示されています。
  • コスト対性能の指標では、GLM-5 は速度で第 4 四分位に位置する一方、知能と価格では open-weight モデルの中で**最上位（最高）**に位置付けられています。

定量スコア（ランキングプラットフォームの例）:

  • Intelligence Index: open weights models の中で #1。
  • Pricing Efficiency: 入出力コストの低さで高評価。

GLM-5 API へのアクセス方法と使用方法

Step 1: API キーに登録

cometapi.com にログインします。まだユーザーでない場合は、先に登録してください。CometAPI console にサインインします。インターフェースのアクセス認証情報である API キーを取得します。パーソナルセンターの API token で「Add Token」をクリックし、トークンキー sk-xxxxx を取得して送信します。

Step 2: glm-5 API にリクエストを送信

API リクエストを送信し、リクエストボディを設定するために、“glm-5” エンドポイントを選択します。リクエストメソッドとリクエストボディは、当社ウェブサイトの API ドキュメントから取得できます。利便性のために、当社ウェブサイトでは Apifox テストも提供しています。<YOUR_API_KEY> を、アカウントの実際の CometAPI キーに置き換えてください。呼び出し先: Chat 形式。

質問またはリクエストを content フィールドに挿入してください。モデルはこれに応答します。API レスポンスを処理して、生成された回答を取得します。

Step 3: 結果を取得して検証

API レスポンスを処理して、生成された回答を取得します。処理後、API はタスクのステータスと出力データを返します。

よくある質問

GLM 5の料金

GLM 5の競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。GLM 5がコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

Comet Price (USD / M Tokens)Official Price (USD / M Tokens)Discount
入力:$0.8/M
出力:$3.2/M
入力:$1/M
出力:$4/M
-20%

GLM 5のサンプルコードとAPI

GLM 5の包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでGLM 5の潜在能力を最大限に活用できるよう支援します。

#!/bin/bash

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# glm-5: Zhipu GLM-5 model via chat/completions
curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5",
    "messages": [
      {
        "role": "user",
        "content": "Hello! Tell me a short joke."
      }
    ]
  }'

cURL Code Example

#!/bin/bash

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# glm-5: Zhipu GLM-5 model via chat/completions
curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5",
    "messages": [
      {
        "role": "user",
        "content": "Hello! Tell me a short joke."
      }
    ]
  }'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

# glm-5: Zhipu GLM-5 model via chat/completions
completion = client.chat.completions.create(
    model="glm-5",
    messages=[{"role": "user", "content": "Hello! Tell me a short joke."}],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

// glm-5: Zhipu GLM-5 model via chat/completions
const completion = await client.chat.completions.create({
  model: "glm-5",
  messages: [{ role: "user", content: "Hello! Tell me a short joke." }],
});

console.log(completion.choices[0].message.content);