z-ai
Z.ai: GLM 5V Turbo
z-ai/glm-5v-turbo
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
GLM 5V Turbo (z-ai/glm-5v-turbo, canônico z-ai/glm-5v-turbo-20260401) é um modelo da Z.ai listado no catálogo da OpenRouter que aceita entradas de texto, imagem e vídeo e produz texto. O catálogo o descreve como um modelo nativamente multimodal voltado a agentes, destinado a programação baseada em visão e tarefas dirigidas por agentes, e indica uma ampla janela de contexto de cerca de 200.000 tokens, além de chamadas de ferramentas, respostas estruturadas e raciocínio opcional. Como a única evidência é o catálogo da OpenRouter e não havia um cartão de modelo independente neste pacote de fontes, as capacidades devem ser tratadas como declarações do fornecedor, e não como fatos verificados.[1]
Pontos fortes
- Entradas nativamente multimodais segundo o catálogo: aceita texto, imagens e vídeo e devolve texto, adequado para tarefas com referência visual.[1]
- Interface de API favorável a agentes segundo a OpenRouter: chamadas de ferramentas, escolha de ferramenta, formatos de resposta estruturados e raciocínio configurável, ativado por padrão, mas não obrigatório.[1]
- Ampla janela de contexto reportada, de cerca de 200.000 tokens, útil para documentos longos ou sessões de agente extensas.[1]
Limitações
- A evidência é apenas de catálogo: não havia cartão de modelo independente, termos de licença nem requisitos de hardware neste pacote de fontes, e a apresentação como 'primeiro agente multimodal nativo' é descrição do próprio fornecedor.[1]
- Os resultados medidos do Design Arena listados pela OpenRouter são desiguais entre categorias: comparativamente melhores em tarefas agênticas de apresentações e em Android nativo, mais fracos em desenvolvimento com Godot, full-stack, mobile e aplicações web; valide na sua carga de trabalho.[1]
- A data de corte de conhecimento, os detalhes de treinamento e o comportamento de segurança não estão documentados na evidência fornecida e permanecem desconhecidos.[1]
Onde usar
- Potencialmente adequado para pipelines de programação agênticos em que capturas de tela, gravações de interface ou vídeo informam a geração de código, dadas as entradas multimodais e o suporte a ferramentas; faça um piloto antes de adotar.[1]
- Vale avaliar para agentes de geração automatizada de slides e apresentações, categoria em que seus resultados registrados em arena foram comparativamente favoráveis.[1]
- Candidato razoável para análise de documentos visuais de contexto longo com saída de texto estruturado, sujeito a testes na sua carga de trabalho.[1]
Fontes
- [1] OpenRouter catalog · Z.ai: GLM 5V TurboFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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,...
Especificações
- ID do modelo
- z-ai/glm-5v-turbo
- ID canônico
- z-ai/glm-5v-turbo-20260401
- Criador
- z-ai
- Adicionado ao OpenRouter
- 01.04.2026
- Comprimento de contexto
- 202,752
- Modalidade
- text+image+video->text
- Modalidades de entrada
- image, text, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $1.2 / saída $4
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Design Arena | agents · agenticgamedevtaxa de vitória 42.6% · posição 24 | 1,049Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · agentichtmlslidestaxa de vitória 41.7% · posição 7 | 1,134Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslidestaxa de vitória 51.6% · posição 5 | 1,171Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(html)taxa de vitória 41.8% · posição 7 | 1,137Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(python-pptx)taxa de vitória 53.9% · posição 5 | 1,183Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 54.8% · posição 5 | 1,267Elo | SS — top 10% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 52.1% · posição 28 | 1,127Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 26.9% · posição 35 | 940Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · htmlslidestaxa de vitória 44.6% · posição 23 | 1,017Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 50.5% · posição 38 | 1,129Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · pptxslidestaxa de vitória 52.1% · posição 5 | 1,164Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · python-pptxslidestaxa de vitória 51.9% · posição 17 | 1,165Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 44.7% · posição 36 | 1,107Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 52.4% · posição 53 | 1,192Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 42.6% · posição 59 | 1,113Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 49.6% · posição 59 | 1,219Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 47.6% · posição 61 | 1,200Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 49.5% · posição 50 | 1,208Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 48.1% · posição 55 | 1,140Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 47.8% · posição 61 | 1,202Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 48.9% · posição 58 | 1,224Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Z.AIfp8 | 202,752 | $1.2 | $4 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.