GLM 5.1 vs GLM 4.7 FlashX

GLM 5.1 与 GLM 4.7 FlashX 并排比较:规格、能力、参数,以及 EmpirioLabs 目录中的实时价格。

Z.ai 文本生成

GLM 5.1 vs GLM 4.7 FlashX 概览

GLM 5.1 和 GLM 4.7 FlashX 都是 Z.ai 的模型,属于文本生成类别,可通过 EmpirioLabs API 使用。

主要区别

  • GLM 5.1 发布更晚(2026年4月7日);GLM 4.7 FlashX 发布于 2026年1月19日。
  • GLM 4.7 FlashX 的上下文窗口更大:202.8K 个 token,GLM 5.1 为 202.7K。
  • 每次响应 GLM 4.7 FlashX 最多返回 131,072 个输出 token,GLM 5.1 最多 128,000。
  • 仅 GLM 4.7 FlashX 列出的能力:web search。

GLM 5.1 vs GLM 4.7 FlashX:规格

规格GLM 5.1GLM 4.7 FlashX
模型 IDglm-5-1glm-4-7-flashx
开发方Z.aiZ.ai
发布日期2026年4月7日2026年1月19日
上下文窗口202.7K 个 token202.8K 个 token
最大输出128,000 个 token131,072 个 token
输入
文本
文本
输出
文本
文本
结构化输出JSON 模式JSON 模式
区域ChinaSingapore
端点
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-1:generateContent
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-4-7-flashx:generateContent
能力
reasoning function calling cache
reasoning function calling web search cache

GLM 5.1 vs GLM 4.7 FlashX:API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

GLM 5.1 最高省 41%glm-5-1
类型
规格
价格
输入
每100万个提示词标记
$1.40 <=32K $0.825 $1.40 32K-200K $1.10
输出
每100万个生成代币
$4.40 <=32K $3.301 $4.40 32K-200K $3.851
隐式缓存读取
每 1M 缓存输入标记
$0.26 <=32K $0.165 $0.26 32K-200K $0.22
网络搜索(链接)
每次调用时
$0.013
在完整价格页比较

GLM 5.1 vs GLM 4.7 FlashX:API 参数

每个模型在 EmpirioLabs 上列出的请求参数,以及适用的可选值或范围。短横线表示该模型未列出此参数。

参数GLM 5.1GLM 4.7 FlashX
max_tokens1 到 1280001 到 131072 默认值: 4096
temperature0 到 1.99 默认值: 10 到 1 默认值: 1
top_p0 到 1 默认值: 0.950.01 到 1 默认值: 0.95
top_k1 到 100 默认值: 20-
repetition_penalty最小 0.1 默认值: 1-
reasoning_effortnone, low, medium, high, max 默认值: medium-
enable_thinkingboolean 默认值: trueboolean 默认值: true
thinking_budget1 到 38912 默认值: 32768-
tool_streamboolean 默认值: falseboolean 默认值: false
toolsarray 默认值: []array
tool_choiceobjectauto 默认值: auto
parallel_tool_callsboolean-
stoparrayarray
response_formatenumenum
web_search_linkupboolean 默认值: false-
disable_formattingboolean 默认值: false-

GLM 5.1 vs GLM 4.7 FlashX:限制与说明

GLM 4.7 FlashX

内置网页搜索通过tool_web_search为可选功能,启用后每个请求添加$0.033。

如何调用 GLM 5.1 和 GLM 4.7 FlashX

GLM 5.1 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1,并使用模型 ID glm-5-1。 两个模型通过同一个端点调用。将 model 设为 glm-5-1 或 glm-4-7-flashx。 在EmpirioLabs 控制台获取 API 密钥。

cURL
curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5-1",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

GLM 5.1 vs GLM 4.7 FlashX:常见问题

GLM 5.1 和 GLM 4.7 FlashX 有什么区别?

GLM 5.1 发布更晚(2026年4月7日);GLM 4.7 FlashX 发布于 2026年1月19日。 GLM 4.7 FlashX 的上下文窗口更大:202.8K 个 token,GLM 5.1 为 202.7K。 每次响应 GLM 4.7 FlashX 最多返回 131,072 个输出 token,GLM 5.1 最多 128,000。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

GLM 5.1 和 GLM 4.7 FlashX 哪个更新?

GLM 5.1 发布更晚(2026年4月7日);GLM 4.7 FlashX 发布于 2026年1月19日。

GLM 5.1 和 GLM 4.7 FlashX 哪个价格更低?

两个模型按不同的单位或档位计价,请比较本页的实时价格表。价格表始终与 API 的实际计费一致。

可以在不重构集成的情况下在 GLM 5.1 和 GLM 4.7 FlashX 之间切换吗?

可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥,大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数,请先查看本页的参数表。

集成之前可以在浏览器里试用 GLM 5.1 和 GLM 4.7 FlashX 吗?

可以。在 EmpirioLabs Playground 中分别打开两个模型,用 API 提供的参数对两者运行同一个提示词。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。