model selection
GLM-5 と GLM-5V-Turbo：API モデル選定ガイド
2026-08-23
Zhipu の GLM-5 資料は、200K コンテキスト、thinking、ストリーミング、Function Call、構造化出力、MCP を備えたテキスト入出力モデルと説明しています。リリースノートでは GLM-5V-Turbo をマルチモーダル Coding 基盤モデルとして説明しており、一般的な順位ではなくワークロードで選定すべきです。
まずモダリティで選ぶ
テキスト中心の計画、Coding、構造化結果、外部ツール連携には、GLM-5 が文書化されたテキストモデルです。視覚理解が Coding や GUI 指向のワークフローに本当に必要なら、GLM-5V-Turbo を文書化されたマルチモーダルルートで評価し、必要な入力とツールのインターフェースを確認します。
モデル ID と契約を明示する
GLM-5 の chat-completions 例では glm-5、現行 GLM-5V-Turbo の例では glm-5v-turbo が使われます。これらは確認すべき upstream 識別子として扱い、選択した環境で認証、endpoint 互換性、thinking 制御、ストリーミング、schema、エラー挙動を検証します。
変化するリリースラインを計画する
Zhipu のリリースノートは GLM-5.2 を含む新しい GLM リリースも案内しています。新リリースが対象タスクに影響する場合は公式概要を再確認し、本番設定を黙って置き換えずに制御された比較を行ってください。
よくある質問
GLM-5 の文書上のコンテキスト長は？
GLM-5 資料には 200K コンテキストと最大出力 128K token が記載されています。本番利用前に提供元資料で再確認してください。
GLM-5 ではなく GLM-5V-Turbo を評価するのはいつですか？
視覚理解が Coding または GUI 指向ワークフローに不可欠な場合です。実装前にマルチモーダル endpoint、入力形式、ツール、提供状況を確認してください。