GLM-5.1: Modell von Z.AI
1M tokens · Text / Code · Prompt cache
Okou führt GLM-5.1 nicht mehr aus. Diese Seite bleibt als Referenz für Spezifikationen, Preise und Benchmarks erhalten. Für dieselbe Art von Arbeit nutze GPT 6 Luna.
GPT 6 Luna ansehenListenpreis $1,40/$4,40 pro 1M Tokens mit gecachtem Input bei $0,26/1M. Deutlich günstiger als die Claude-Produktlinie, aber mit eingeschränkteren Modalitäten (Text und Code, keine Bildeingabe).
Was ist GLM-5.1?
April 2026
GLM-5.1 ist das Flaggschiff der GLM-Serie von Zhipu AI, vertrieben über Z.AI. Es ist ein Reasoning-Modell mit starker allgemeiner Leistungsfähigkeit und einem ungewöhnlich großen Kontextfenster von bis zu 1M Tokens, also deutlich größer als die Anthropic- und Moonshot-Defaults in derselben Preisstufe.
Das zeichnet GLM-5.1 aus
Architektur- und Funktionsmerkmale im Überblick.
GLM-5.1 exposes an up-to-1M-token context window (the largest in the Built-in lineup) through an Anthropic-compatible API surface, so Claude-style agents drop in unchanged. The upstream supports prompt caching at api.z.ai.
Technische Daten auf einen Blick
GLM-5.1 Benchmarks
Unabhängige Reviews platzieren GLM-5.1 in der Spitzengruppe der Open-Weight-Modelle für Langkontext-Aufgaben. Zahlen auf Drittanbieter-Leaderboards verschieben sich wöchentlich, deshalb pinnen wir hier bewusst keine exakten Prozentwerte.
GLM-5.1 Preise
Historische Listenpreise des Anbieters pro 1 Mio. Tokens. Diese Referenzwerte sind keine aktuellen Okou-Gebühren.
Wie sich GLM-5.1 in der Praxis verhält
Beobachtetes Verhalten aus produktiven Agent-Durchläufen.
Langkontext-Recall
Das 1M-Token-Fenster von GLM-5.1 ist wirklich nutzbar. Es hält Kohärenz weit über die 200K-Grenze hinaus, die ältere Anthropic-Modelle limitiert. Nützlich für Agenten, die ganze Repositories oder Dokumentkorpora erfassen müssen.
Reasoning
Solides allgemeines Reasoning. Beim schwierigsten englischsprachigen Multi-Tool-Routing liegt es unter Sonnet 4.6, aber der Abstand ist im Verhältnis zum Preisunterschied klein.
Beste Agent-Aufgaben für GLM-5.1
Der Whole-Repo-Refactor, der in einen Prompt passt
Gib eine mittelgroße Codebasis mit 500K Token in einen einzigen GLM-5.1-Aufruf und bitte um ein dateiübergreifendes Rename, ein Architektur-Review oder einen Security-Pass. Modelle mit kleineren Fenstern zwingen dich zum Chunking und Zusammenführen, genau dort schleichen sich Bugs ein. GLM-5.1 hält jede Datei im Arbeitskontext und referenziert die richtigen Pfade in der Ausgabe.
Der Recherche-Lauf über Hunderte Dokumente
Wikis, RFCs, Verträge, Support-Tickets aus dem letzten Jahr: Lade alles auf einmal und frage nach dokumentübergreifenden Mustern. Die Kosten pro Lauf bleiben wegen des niedrigen Anbieterpreises kontrollierbar, was diesen "alles lesen, einmal zusammenfassen"-Workflow produktionstauglich statt zu einem einmaligen Experiment macht.
Wann du GLM-5.1 überspringen solltest
Verzichte auf GLM-5.1 bei schwierigstem englischsprachigem Reasoning, wo Sonnet 4.6 oder Opus 4.7 weiterhin führen, und bei latenzkritischen Chat-Antworten, bei denen Kimi K2.7 Code deutlich schneller ist.
GLM-5.1 vs andere Modelle
GLM-5.1 vs Kimi K2.7 Code
Beide sind Langkontext-Optionen mit ähnlichen Credit-Kosten (×0,4 vs. ×0,3). Kimi hat in unserer internen Bewertung stärkeren Langkontext-Recall; GLM-5.1 gewinnt bei der reinen Kontextgröße (1M vs. 256K). Nutze Kimi für sehr lange Transkripte; nutze GLM-5.1, wenn ein ganzer Codebestand in einen Prompt passen muss.
GLM-5.1 vs Claude Sonnet 4.6
Sonnet 4.6 (×1) führt bei Tool-Routing-Genauigkeit und englischsprachigem Reasoning. GLM-5.1 (×0,4) führt beim Kontextfenster und ist die richtige Wahl, wenn Kosten oder Kontextgröße die Entscheidung dominieren.
GLM-5.1 vs DeepSeek V4 Pro
DeepSeek V4 Pro (×0,1) ist günstiger und liegt laut Drittanbieter-Reviews auf Code Arena höher. GLM-5.1 gewinnt weiterhin bei der Kontextgröße. Wähle DeepSeek für kostensensitive Standardkontext-Arbeit; wähle GLM-5.1, wenn die Kontextgröße die Einschränkung ist.
Verfügbarkeit von GLM-5.1 auf Okou
GLM-5.1 wird auf Okou nicht mehr angeboten. GPT 6 Luna ist eine aktuell unterstützte Alternative. Diese Seite enthält historische Modellinformationen, keine aktuellen Okou-Preise.
