GLM-5.1

glm-5.1

GLM-5.1 reprend les éléments mis en avant par les sources : major programmation and longue durée agent upgrade, extended execution and improvement loops. Sa valeur principale se situe dans sustained software engineering, agents développeurs and livrables d’ingénierie complets. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.

Context Window

200K tokens

Maximum Output

131.1K tokens

Release Date

27 mars 2026

Modalities

Prix de GLM-5.1

Palier token	Prix entrée	Prix sortie	Lecture cache	Création cache 5m	Lecture cache 5m
<=32K	$0.8571/M	$3.4286/M	$0.1714/M	$1.0714/M	$0.0857/M
>32K	$1.1429/M	$4/M	$0.2286/M	$1.4286/M	$0.1143/M

Fonctionnalités API de GLM-5.1

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Supported

Attachments

Not supported

Knowledge Base

—

Endpoint Protocols

geminiCompletions APIMessages API

Points forts de GLM-5.1

GLM-5.1 est un modèle textuel phare conçu pour l’exécution autonome prolongée, l’ingénierie agentique et les tâches complexes sur dépôts ou terminaux.

Exécution autonome prolongée

Il peut travailler de manière autonome jusqu’à huit heures sur une même tâche, de la planification à la livraison en passant par l’exécution et l’optimisation.

Ingénierie agentique

Ses progrès en programmation et en exécution prolongée soutiennent les agents autonomes chargés de planifier, implémenter, évaluer et réviser un travail d’ingénierie.

Raisonnement sur dépôts et terminaux

Il gère la génération de dépôts et les tâches réelles en terminal qui exigent de comprendre la structure du projet et les retours d’exécution.

Cas d’usage de GLM-5.1

GLM-5.1 convient aux longues sessions d’agents de programmation, à la construction de dépôts et à l’optimisation itérative guidée par les résultats d’exécution.

Développement autonome de fonctionnalités

Planifier et implémenter une fonctionnalité importante au cours d’une longue session, effectuer des vérifications et affiner le résultat jusqu’au respect des exigences.

Construction de dépôts

Transformer une spécification logicielle en dépôt multifichier doté d’une architecture, d’une implémentation et d’une configuration cohérentes.

Optimisation guidée par le terminal

Exécuter des commandes, examiner les erreurs ou les résultats de mesure, puis réviser l’implémentation à plusieurs reprises pour améliorer sa fiabilité ou ses performances.

Comment utiliser GLM-5.1 via l’API TokenHub

Create API key

Replace these path values before running: {model}

curl 'https://us-api.tokenhub.com/v1beta/models/{model}:generateContent' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY"

Benchmark de GLM-5.1

Score d’indice
Artificial Analysis Intelligence IndexL’indice d’intelligence d’Artificial Analysis synthétise les capacités générales du modèle dans plusieurs familles d’évaluation.	Synthèse générale des capacités par Artificial Analysis	40.2
Artificial Analysis Coding IndexL’indice de programmation d’Artificial Analysis synthétise les performances du modèle en programmation et en ingénierie logicielle.	Synthèse des tâches logicielles par Artificial Analysis	43.4
Connaissances et raisonnement
GPQAGPQA est un benchmark scientifique de niveau universitaire supérieur conçu pour évaluer le raisonnement expert.	Résolution avancée de problèmes scientifiques	86.8%
HLEHLE est un benchmark vaste et exigeant qui évalue les connaissances et le raisonnement de niveau expert dans de nombreux domaines.	Large ensemble d’examens de niveau expert	28.0%
Programmation et ingénierie
SciCodeSciCode évalue la programmation Python appliquée au calcul scientifique, notamment l’implémentation d’algorithmes à partir d’un contexte scientifique.	Défis de programmation scientifique	43.8%
Terminal-Bench HardTerminal-Bench Hard évalue la capacité d’un agent IA à accomplir des tâches difficiles dans un environnement de terminal.	Exécution de tâches complexes dans un terminal	43.2%
Respect des instructions et tâches d’agent
IFBenchIFBench mesure la fiabilité avec laquelle un modèle respecte des instructions et des contraintes détaillées.	Respect des contraintes du prompt	76.3%
AA-LCRAA-LCR mesure la qualité du raisonnement sur de longues fenêtres de contexte.	Raisonnement en contexte long	62.3%
τ²-Benchτ²-Bench évalue les agents conversationnels dans des workflows réalistes soumis à des contraintes d’outils et d’état.	Tâches de workflow agentique	97.7%

Mesures provenant de Artificial Analysis

FAQ sur GLM-5.1

Capacités, usages, limites et guide TokenHub pour GLM-5.1.

Comment comprendre GLM-5.1 en équipe ?+

GLM-5.1 est un modèle proposé par Z.AI pour l’ingénierie autonome prolongée et la livraison itérative.

À quoi GLM-5.1 convient-il le mieux ?+

Idéal pour la livraison d’ingénierie itérative, le code complexe et l’automatisation riche en outils, surtout si l’objectif est une exécution fiable en plusieurs étapes.

Quel est l’atout principal de GLM-5.1 ?+

Atout clé : une planification, exécution, validation et amélioration autonomes dans la durée.

GLM-5.1 est-il toujours le meilleur choix ?+

Il appartient à une génération antérieure et peut manquer de fonctions plus récentes. Pour les fonctions les plus récentes comptent, envisagez GLM-5.2.

Quelle est la configuration la plus sûre ?+

Utilisez l’ID exact affiché par TokenHub et vérifiez les fonctions dans la documentation du compte.

Prêt à utiliser GLM-5.1 ?

Accédez à GLM-5.1 et à d’autres modèles d’IA avec une seule clé API TokenHub.

Créer une clé API

GLM-5.1

Prix de GLM-5.1

Fonctionnalités API de GLM-5.1

Points forts de GLM-5.1

Exécution autonome prolongée

Ingénierie agentique

Raisonnement sur dépôts et terminaux

Cas d’usage de GLM-5.1

Développement autonome de fonctionnalités

Construction de dépôts

Optimisation guidée par le terminal

Comment utiliser GLM-5.1 via l’API TokenHub

Benchmark de GLM-5.1

Modèles similaires à GLM-5.1

Medias Et Discussions

X (Twitter)

Reddit

YouTube

FAQ sur GLM-5.1

Prêt à utiliser GLM-5.1 ?