z-ai
Z.ai: GLM 5V Turbo
z-ai/glm-5v-turbo
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
GLM 5V Turbo (z-ai/glm-5v-turbo, canónico z-ai/glm-5v-turbo-20260401) es un modelo de Z.ai listado en el catálogo de OpenRouter que acepta entradas de texto, imagen y video y produce texto. El catálogo lo describe como un modelo nativamente multimodal orientado a agentes, dirigido a programación basada en visión y tareas impulsadas por agentes, e indica una amplia ventana de contexto de unos 200.000 tokens además de llamadas a herramientas, respuestas estructuradas y razonamiento opcional. Como la única evidencia es el catálogo de OpenRouter y no había una ficha de modelo independiente en este paquete de fuentes, las capacidades deben tratarse como declaraciones del proveedor y no como datos verificados.[1]
Puntos fuertes
- Entradas nativamente multimodales según el catálogo: acepta texto, imágenes y video y devuelve texto, adecuado para tareas con referencia visual.[1]
- Interfaz de API favorable a agentes según OpenRouter: llamadas a herramientas, elección de herramienta, formatos de respuesta estructurados y razonamiento configurable, activado por defecto pero no obligatorio.[1]
- Amplia ventana de contexto reportada, de unos 200.000 tokens, útil para documentos largos o sesiones de agente extensas.[1]
Limitaciones
- La evidencia es solo de catálogo: no había ficha de modelo independiente, términos de licencia ni requisitos de hardware en este paquete de fuentes, y la presentación como 'primer agente multimodal nativo' es descripción del propio proveedor.[1]
- Los resultados medidos de Design Arena listados por OpenRouter son desiguales entre categorías: comparativamente mejores en tareas agénticas de presentaciones y en Android nativo, más débiles en desarrollo con Godot, full-stack, móvil y aplicaciones web; valide en su carga de trabajo.[1]
- La fecha de corte de conocimiento, los detalles de entrenamiento y el comportamiento de seguridad no están documentados en la evidencia suministrada y se desconocen.[1]
Dónde utilizarlo
- Potencialmente adecuado para pipelines de programación agénticos donde capturas de pantalla, grabaciones de interfaz o video informan la generación de código, dados sus insumos multimodales y soporte de herramientas; haga una prueba piloto primero.[1]
- Vale la pena evaluarlo para agentes de generación automatizada de diapositivas y presentaciones, categoría donde sus resultados registrados en arena fueron comparativamente favorables.[1]
- Candidato razonable para análisis de documentos visuales de contexto largo con salida de texto estructurado, sujeto a pruebas en su carga de trabajo.[1]
Fuentes
- [1] OpenRouter catalog · Z.ai: GLM 5V TurboFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
GLM-5V-Turbo is Z.ai’s first native multimodal agent foundation model, built for vision-based coding and agent-driven tasks. It natively handles image, video, and text inputs, excels at long-horizon planning, complex coding,...
Especificaciones
- ID del modelo
- z-ai/glm-5v-turbo
- ID canónico
- z-ai/glm-5v-turbo-20260401
- Creador
- z-ai
- Añadido a OpenRouter
- 01.04.2026
- Longitud de contexto
- 202,752
- Modalidad
- text+image+video->text
- Modalidades de entrada
- image, text, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $1.2 / salida $4
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Design Arena | agents · agenticgamedevtasa de victoria 42.6% · posición 24 | 1,049Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · agentichtmlslidestasa de victoria 41.7% · posición 7 | 1,134Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslidestasa de victoria 51.6% · posición 5 | 1,171Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslides(html)tasa de victoria 41.8% · posición 7 | 1,137Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslides(python-pptx)tasa de victoria 53.9% · posición 5 | 1,183Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 54.8% · posición 5 | 1,267Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 52.1% · posición 28 | 1,127Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 26.9% · posición 35 | 940Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 44.6% · posición 23 | 1,017Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 50.5% · posición 38 | 1,129Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · pptxslidestasa de victoria 52.1% · posición 5 | 1,164Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 51.9% · posición 17 | 1,165Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 44.7% · posición 36 | 1,107Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 52.4% · posición 53 | 1,192Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 42.6% · posición 59 | 1,113Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 49.6% · posición 59 | 1,219Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 47.6% · posición 61 | 1,200Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 49.5% · posición 50 | 1,208Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 48.1% · posición 55 | 1,140Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 47.8% · posición 61 | 1,202Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 48.9% · posición 58 | 1,224Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Z.AIfp8 | 202,752 | $1.2 | $4 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.