AI Index

GLM-5.1vsGLM-5.2

都是语言模型，按各自厂商 API 的标准价比较，每个数字都附来源。

按你的用量对比

所有模型按同一个请求计价
每次请求的提示长度
缓存命中

输入 8,000 token，输出 2,000

GLM-5.1 Z.ai APIGLM-5.2 Z.ai API
适用价格基础价格基础价格
输入每 1M token$1.40 $1.40
缓存读取每 1M token$0.26 $0.26
输出每 1M token$4.40 $4.40
每次请求成本$0.020$0.020
每 1,000 次请求$20.00$20.00
  • GLM-5.1 Pricing · 数据日期 2026年11月1日
  • GLM-5.2 Pricing · 数据日期 2026年11月1日

所有模型都按同一个请求、以各厂商自己的标价（均附来源和日期）计算，因此加粗的就是最便宜的。无法处理该请求的模型会注明原因，不参与排名；厂商没有某个条件的价格时，会说明改用了哪个价格。

提示越长，每次请求的成本

输出 2K token，按各厂商 API 的标价计算。 曲线在模型的上下文窗口处结束。

0$0.50$1.00$1.500250K500K750K1M每次请求的提示 token 数8KGLM-5.28K 时 $0.020GLM-5.18K 时 $0.020
  • GLM-5.1 · Z.ai API
  • GLM-5.2 · Z.ai API

在所有有评分的模型中的位置

每条线从该榜单的最低分到最高分，竖线是中位数。

Epoch Capabilities Index#58 vs #50，共 118 个GLM-5.2: 153GLM-5.1: 150.7LMArena Text#38 vs #30，共 163 个GLM-5.2: 1,475GLM-5.1: 1,465LMArena Text · Coding#39 vs #37，共 163 个GLM-5.2: 1,514GLM-5.1: 1,513LMArena Text · Chinese#35 vs #24，共 161 个GLM-5.2: 1,525GLM-5.1: 1,513
  • GLM-5.1
  • GLM-5.2

关键差异

GLM-5.1GLM-5.2
输入厂商官方 API · china · CNY
¥6.00 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
¥8.00 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
输出厂商官方 API · china · CNY
¥24.00 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
¥28.00 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
上下文
200,000 GLM-5.1 · 数据日期 2026年11月1日
1,000,000 GLM-5.2 · 数据日期 2026年11月1日
缓存读取厂商官方 API · china · CNY
¥1.30 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
¥2.00 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日

以上差异来自已核实厂商规格，或各自官方 API 在相同地区、币种、计费单位和条件下的标价。不同条件仍在完整表格中并列展示，不据此判断哪款更便宜。 声明的功能只说明支持情况，不代表实测质量或推荐；缺少证据不等于不支持。

完整对比

GLM-5.1 Zhipu AI GLM-5.2 Zhipu AI
概览
发布时间2026年4月7日 2026年6月16日
开放权重— —
规格
上下文200K 1M
最大输出128K 128K
输入模态文本 文本
输出模态文本 文本
推理是 是
推理档位官方未写明 high、max
可关闭推理是 官方未写明
工具调用是 是
结构化输出是 是
价格 · 每百万 tokens
输入价格$1.40 $1.40
输出价格$4.40 $4.40
缓存读取价格$0.26 $0.26
混合价格（输入 3 : 输出 1）$2.15 $2.15
引用评分
Epoch Capabilities Index150.7 153
LMArena Text1,465 1,475 max effort
LMArena Text · Coding1,513 1,514 max effort
LMArena Text · Chinese1,513 1,525 max effort
Epoch AI · GPQA Diamond89.9% 91.9% max effort
Epoch AI · FrontierMath Tiers 1–336.8% 59.2% max effort
Epoch AI · SWE-bench Verified74.2% 78.7% max effort

头条价格可能来自不同渠道、地区或档位。选用模型前请核对各项来源，缺失的事实保留为空。

模型详情与来源

引用评分

  • Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月5日
  • Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年10月28日
  • Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月4日
  • Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年10月7日
  • EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: Longform Writing · MIT · 数据日期 2026年10月28日
  • LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年10月28日
  • EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: 4 · MIT · 数据日期 2026年10月24日
  • LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · LiveBench release 2026-06-25 · CC BY-SA 4.0 · 数据日期 2026年6月25日