GLM-5.1：Z.AI的100萬token上下文模型
Z.AI的旗艦模型。上下文視窗最高100萬token。適合整倉程式碼或整個知識庫級別的智能體，價格遠低於Sonnet。
1M tokens · Text / Code · Prompt cache
Okou已不再執行GLM-5.1。本頁作為它的規格、價格和基準測試參考保留。要做同類工作，請用GPT 5.6 Luna。
檢視GPT 5.6 LunaGLM-5.1是這套陣容裡的長上下文專家，輸入最高可達100萬token。當提示詞真的很龐大時就用它：一次塞進整個程式碼倉庫，或者一輪研究讀完幾百份文件。在長上下文任務上，獨立榜單一直把它排在開源權重模型的第一梯隊。
廠商標價為每百萬token輸入1.40美元、輸出4.40美元，在廠商層面還不到Sonnet 4.6的一半；API相容Anthropic，Claude風格的智能體不用重寫就能換上。如果英文推理深度比上下文長度更重要，就用Sonnet或Opus；如果延遲是關鍵，就用Kimi K2.7 Code。
GLM-5.1是什麼？
Z.AI / Zhipu AI的旗艦通用模型。
GLM-5.1是Zhipu AI旗下GLM系列的旗艦，透過Z.AI分發。這是一個通用能力很強的推理模型，上下文視窗大得不尋常：最高100萬token，是同價位檔Anthropic和Moonshot預設模型的好幾倍。
GLM-5.1有什麼特別之處
架構與能力上的主要亮點。
GLM-5.1透過相容Anthropic的API提供最高100萬token的上下文視窗（Built-in陣容裡最大的一個），Claude風格的智能體不用改動就能接入。上游在api.z.ai上支援提示詞快取。
規格速覽
GLM-5.1基準測試
獨立評測把GLM-5.1列入長上下文任務的開源權重第一梯隊。第三方榜單的數字每週都在變，我們在這裡刻意不寫死具體百分比。
GLM-5.1價格
服務商標價，按每100萬token計。
GLM-5.1實際用起來怎麼樣
來自生產環境智能體執行的實際觀察。
長上下文召回
GLM-5.1的100萬token視窗是真能用的。越過200K這道限制住老一代Anthropic 200K模型的門檻之後，它依然能保持連貫。適合整倉程式碼或整個文件庫級別的智能體。
推理能力
通用推理紮實。在最難的英文多工具呼叫上不如Sonnet 4.6，但相對於價格差，這點差距很小。
GLM-5.1最適合的智能體任務
一個提示詞裝下整個倉庫的重構
把一個50萬token的中型程式碼庫一次性丟進GLM-5.1，讓它做跨檔案重新命名、架構審查或安全排查。視窗更小的模型逼你把倉庫切塊再拼結果，bug往往就是這時候混進來的。GLM-5.1把每個檔案都留在工作記憶裡，輸出時引用的路徑也是對的。
一次讀完幾百份文件的研究任務
Wiki、RFC、合同、去年的客服工單——一次全部裝進去，讓它找跨文件的規律。廠商價格低，單次執行的成本就壓得住，這才讓「全部讀完、一次總結」這類工作流在生產環境裡真的用得起，而不是隻能做一次的實驗。
什麼時候不該用GLM-5.1
最難的英文推理上Sonnet 4.6或Opus 4.7仍然領先，對延遲敏感的對話回覆上Kimi K2.7 Code快得多，這兩類場景別用GLM-5.1。
GLM-5.1與其他模型對比
GLM-5.1對比Kimi K2.7 Code
兩者都是長上下文選項，積分成本接近（×0.4對×0.3）。在我們的內部評測裡，Kimi的長上下文召回更強；GLM-5.1贏在視窗本身更大（100萬對256K）。特別長的對話記錄選Kimi；要把整個程式碼庫塞進一個提示詞就選GLM-5.1。
GLM-5.1對比Claude Sonnet 4.6
Sonnet 4.6（×1）在工具呼叫準確率和英文推理上領先。GLM-5.1（×0.4）贏在上下文視窗，當成本或上下文長度是決定因素時選它。
GLM-5.1對比DeepSeek V4 Pro
按第三方評測，DeepSeek V4 Pro（×0.1）更便宜，Code Arena跑分也更高。GLM-5.1仍然贏在上下文長度。對成本敏感、上下文正常的活選DeepSeek；上下文長度是瓶頸時選GLM-5.1。
結論：你該用GLM-5.1嗎？
上下文長度是瓶頸時選GLM-5.1。其他情況下，DeepSeek V4 Pro更便宜，Sonnet 4.6的工具呼叫更可靠。
GLM-5.1在Okou上的可用情況
GLM-5.1已從Okou陣容中移除，因此在聊天和工作流裡都無法再選用，也不能用你自己的API金鑰接入。GPT 5.6 Luna覆蓋同一個省錢檔位。
