| Prompt 区间 | 输入 / 1M | 输出 / 1M | 缓存命中 / 1M |
|---|---|---|---|
| ≤ 32k | $0.58 | $2.58 | $0.12 |
| 32k - 200k | $0.86 | $3.16 | $0.18 |
GLM-5 在 NextModel 中是什么？
GLM-5 是 NextModel 目录中的 Z Ai 模型，常用于 General chat via Z Ai、API workloads 工作负载。当前展示价格为 Starting at $0.58 / 1M tokens、输出 $2.58 / 1M tokens，上下文窗口为 198k token。
适用场景
- General chat via Z Ai
- API workloads
OpenAI 兼容调用示例
保持 OpenAI SDK 调用方式不变，把 base_url 改为 NextModel，并使用模型目录 ID z-ai--glm-5。
Python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.nextmodel.app/v1"
)
resp = client.chat.completions.create(
model="z-ai/glm-5",
messages=[{"role": "user", "content": "Hello from NextModel"}]
)
print(resp.choices[0].message.content)相似替代项
Anthropic目录
Anthropic Claude 4.6 Sonnet，接近 Opus 级别的能力但成本降低约 40%。支持自适应思考（Adaptive Thinking），1M token 上下文窗口（Beta），在编码、计算机操作、长上下文推理和智能体规划方面全面提升。
适用场景图像理解, multimodal chat
流式输出工具调用JSON 模式视觉
平台整理由 NextModel 目录整理与维护
Google目录
Google Gemini 3.1 Pro，最新旗舰推理模型。在 Gemini 3 Pro 基础上全面提升，1M token 上下文窗口，支持文本、图像、视频、音频多模态输入。ARC-AGI-2 得分 77.1%，编码和推理能力大幅增强。
适用场景图像理解, multimodal chat
流式输出工具调用JSON 模式视觉
平台整理由 NextModel 目录整理与维护
MiniMax目录
MiniMax-M2.5是MiniMax推出的旗舰级开源大模型，经过数十万个真实复杂环境中的大规模强化学习训练，M2.5 在编程、工具调用和搜索、办公等生产力场景都达到或者刷新了行业的 SOTA。
适用场景中文问答, general chat
流式输出工具调用JSON 模式长上下文
平台整理由 NextModel 目录整理与维护
参考
相关文章
GLM-5 CN 缓存安全评测：只有家族数据，CN 本身未测
Family CacheSafety numbers; the CN id itself is unmeasured.
Lin Qiming
Bad Hit Rate：LLM 缓存最该看的指标
Safe Hit and Bad Hit are not the same as raw cache hit rate.
Lin Qiming
Semantic Caching for LLM APIs: A Practical Guide
Production cache on NextModel is exact-key; this explains why a close prompt should miss.
Lin Qiming
上线前如何估算 AI API 成本
Listed price only tells you the unit cost. This walkthrough turns that into a traffic estimate.
Lin Qiming
常见问题
GLM-5 API 常见问题
现在开始
准备好开始构建了吗？
免密码注册、按量付费，一个 OpenAI 兼容接口即可调用全部模型。获取密钥，几分钟内发出你的第一个请求。