DataLearner 标志

GLM-5-Turbo

推理大模型GLM TurboGLM-5
发布时间: 2026-03-15更新于: 2026-06-15浏览量: 1,666
API 价格
¥5 / ¥22
输入 / 输出 · 每百万 tokens
分档计价,显示最低档
查看全部价格
上下文长度
200K
最大输出 125K
最佳榜单名次
第 1 / 29
Pinch Bench 第 12 / 38
查看全部评测
是否开源
不开源
查看开源信息

GLM-5-Turbo is a GLM-5 variant that Z.ai released on March 15, 2026 and presents as a ClawBench-enhanced model: it is tuned for fast, stable long-chain agent execution in OpenClaw-style workflows, including tool calling, task decomposition and persistent multi-step runs. It is a text model offered through Z.ai's API. On the March 2026 agent leaderboards it scored 86.5% on PinchBench and 93.9 on Claw Bench, the highest Claw Bench score at the time.

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

GLM-5-Turbo

模型基本信息

推理过程
支持
思考模式
思考模式 (默认)常规模式
上下文长度
200K tokens
最大输出长度
125K tokens
模型类型
推理大模型
输入/输出模态
文本 → 文本
发布时间
2026-03-15
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
暂无数据
GLM-5-Turbo

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无
Hugging Face
暂无
在线体验
暂无
GLM-5-Turbo

官方介绍与博客

DataLearnerAI博客
暂无
GLM-5-Turbo

API接口信息

接口速度
4/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本上下文长度 < 32000¥5.00/ 1M tokens¥22.00/ 1M tokens
文本上下文长度 >= 32000¥7.00/ 1M tokens¥26.00/ 1M tokens
international
类型适用条件输入输出
文本-$1.20/ 1M tokens$4.00/ 1M tokens
缓存定价Prompt缓存
类型有效期写入读取
标准模式 · 文本-—¥1.20/ 1M tokens
上下文长度 < 32000
标准模式 · 文本-—¥1.80/ 1M tokens
上下文长度 >= 32000
international · 文本-—$0.240/ 1M tokens

表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。

GLM-5-Turbo

评测结果

GLM-5-Turbo 当前已收录的代表性评测结果包括 Claw Bench(1 / 29,得分 93.90)、Pinch Bench(12 / 38,得分 86.50)、Terminal Bench Hard(85 / 242,得分 33.30)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
思考模式工具
33.30
85 / 242

跨应用与工具编排

共 3 项评测
评测名称 / 模式
得分
排名/总数
Claw Bench
思考模式工具
93.90
1 / 29
Pinch Bench
思考模式工具
86.50
12 / 38
71.80
29 / 51

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
CritPt
思考模式
0.30
188 / 207

和其他模型对比

GLM-5-Turbo

发布机构

GLM-5-Turbo

模型解读

GLM-5-Turbo 是由智谱 AI(Z.ai)最新研发的文本大模型,属于 GLM-5 系列的高速增强版本。该模型主要被设计为面向“OpenClaw / 龙虾(Lobster)”场景深度优化的基座模型。与基础版本相比,Turbo 版本聚焦于提高代理(Agent)工作流的速度与稳定性,特别是在工具调用、指令遵循、定时与持续性任务以及长链路执行等方面进行了专项增强,使其在复杂和动态的任务中具备更高的执行可靠性。

二、 架构设计与技术规格

  • 上下文窗口与输出:模型支持高达 200K tokens 的输入上下文,并拥有最高 128K tokens 的超长输出能力,非常适合处理大规模吞吐的长链任务。
  • 架构与参数:作为 GLM-5 系列的一员,其底层基于混合专家(MoE)架构的技术积累,通过全新的异步智能体强化学习(Slime 框架)进行后训练,以在长程交互中维持逻辑连贯性并显著提升响应速度。

三、 核心能力与支持模态

GLM-5-Turbo 目前主要支持纯文本的输入与输出,并原生集成了以下高级功能:

  • 思考模式(Thinking Mode):提供多种思考深度选项,以适应不同复杂度的逻辑推理任务。
  • 强大的工具调用(Function Call & MCP):能够精准调用外部工具,并支持模型上下文协议(MCP),可灵活集成外部数据源。
  • 上下文缓存与结构化输出:具备智能缓存机制以优化长对话性能与成本,同时原生支持 JSON 等严格结构化格式输出。

四、 性能优化与版本差异对照

GLM-5-Turbo 并非完全替代 GLM-5 的换代产品,而是针对特定高负载场景的并行优化版本。相比于标准版 GLM-5(其此前曾以代号 Pony Alpha 登顶行业热度榜首),Turbo 版本进一步降低了响应延迟(提供极高吞吐量),在保证基础代码和推理能力的同时,更侧重于自动化代理任务的多步稳定性与极速响应,专门解决复杂长任务中的中断和跑偏问题。

五、 推荐应用场景

官方文档和社区反馈表明,GLM-5-Turbo 非常适合以下场景:

  • 复杂系统工程:作为 OpenClaw 等代理环境的底层核心引擎。
  • 长链条执行任务:例如定时触发、需要长时间挂机运行的开发或运维任务。
  • 自动化开发与重构:深度参与后端代码重构、跨文件联调和多步自动化调试等。

六、 访问与许可状态

当前,GLM-5-Turbo 为实验性闭源模型。用户需通过 Z.ai 的 GLM Coding Plan(如 Pro 或 Max 订阅方案)API 进行早期访问。随着产品体系的成熟,相关核心特性未来有望并入 GLM 系列的开源分支中。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码