GLM-5 Turbo по API
GLM-5 Turbo — модель Z.ai из марта 2026 года, которую вендор настраивал под агента OpenClaw и похожие сценарии: длинные цепочки действий, вызовы инструментов, задачи по расписанию. По словам Z.ai, она точнее раскладывает сложные инструкции на шаги и стабильнее ведёт долгую работу, чем GLM-5. Контекст — 200 000 токенов, на входе и выходе — текст.
- 127,09 ₽ / 423,61 ₽ за 1 млн токенов
- контекст 200 тыс.
- текст → текст
z-ai/glm-5-turbo
Обновлено:
Получить ключ Попробовать Документация
Попробовать GLM-5 Turbo
Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Пример запроса: «Распиши по шагам, как агенту проверить, что сайт после выкладки открывается и отвечает быстрее секунды.»
В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.
Цены GLM-5 Turbo в рублях
| Вход — твой запрос | 127,09 ₽ за 1 млн токенов |
|---|---|
| Выход — ответ модели | 423,61 ₽ за 1 млн токенов |
| Вход из кэша — повтор того же начала запроса | 25,42 ₽ за 1 млн токенов |
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Проверка сайта по расписанию: одна проверка на 8 000 токенов входа и 1 500 ответа — {{cost in=8000 out=1500}}, месяц ежедневных проверок | Около 49,57 ₽ |
|---|---|
| Длинная инструкция для команды агентов: запрос и план на 2 500 токенов | Около 1,14 ₽ |
| Цепочка действий в CRM: четыре шага по 3 000 токенов входа и 300 ответа | Около 2,04 ₽ |
| Разбор выгрузки и короткая сводка: выгрузка на 50 000 токенов и сводка на 3 000 | Около 7,63 ₽ |
Что умеет GLM-5 Turbo
- Настроена под сценарии агента OpenClaw: задачи по расписанию, долгую непрерывную работу и встраивание в рабочие процессы компании (документация Z.ai).
- По словам Z.ai, стабильнее вызывает инструменты и навыки в многошаговых задачах.
- Раскладывает сложные длинные инструкции на шаги и делит работу между несколькими агентами.
- Держит 200 000 токенов контекста и пишет ответ до 128 000 токенов, принимает только текст.
- Вызывает функции, отвечает в JSON и кэширует контекст — так написано в документации.
Где применять
Проверка сайта по расписанию
Каждое утро после ночной выкладки кто-то должен открыть сайт и убедиться, что корзина и оплата живы. Это скучно, и это легко забыть. Пусть твой планировщик, например cron, раз в день запускает агента: у него есть функции «открыть страницу» и «замерить время», модель решает, что проверить и в каком порядке, а в конце пишет короткий отчёт в рабочий чат. Сама по расписанию модель не просыпается — запуск всегда за твоей программой.
Пример запроса: «Проверь главную, корзину и оплату: отвечают ли они и быстрее ли секунды. Если нет — коротко опиши, что сломалось».
Стоимость: одна проверка на 8 000 токенов входа и 1 500 ответа — около 1,66 ₽, месяц ежедневных проверок — около 49,57 ₽.
Длинная инструкция для команды агентов
Z.ai отдельно пишет, что GLM-5 Turbo точнее прежнего раскладывает многослойные инструкции и умеет делить работу между агентами. Это пригодится, когда один агент собирает данные, второй их разбирает, третий пишет итог. Попроси модель сначала составить план ролей: кто что делает, что передаёт дальше и в каком виде. С таким планом агентам проще не делать одну работу дважды, а тебе — понять, на каком шаге всё застряло.
Пример запроса: «Раздели задачу „подготовить отчёт по пяти конкурентам“ на роли для трёх агентов: кто что делает, что передаёт дальше и в каком виде».
Стоимость: запрос и план на 2 500 токенов — около 1,14 ₽.
Цепочка действий в CRM
Найти клиента по телефону, проверить оплату, поставить задачу менеджеру — три вызова подряд, и ошибка на втором ломает всю цепочку. На такую работу Z.ai и затачивала Turbo, один из разделов документации так и называется: «точный вызов, без сбоев». Функции описываются в tools, а твой код выполняет их и возвращает результат. Опиши у каждой функции, что она возвращает при ошибке: так модели будет понятно, что идти дальше по цепочке нельзя, если клиента не нашли. Подробно — в разделе про функции.
Пример запроса: «Найди клиента по телефону, проверь, оплачен ли счёт за ноябрь, и если нет — поставь менеджеру задачу на звонок».
Стоимость: четыре шага по 3 000 токенов входа и 300 ответа — около 2,04 ₽.
Разбор выгрузки и короткая сводка
Анализ данных — одна из категорий задач OpenClaw, по которым Z.ai сравнивала модель с другими. Выгрузка продаж за месяц, комментарии к заказам, жалобы — модель ищет, что выросло, что упало и почему, и предлагает, куда смотреть дальше. Большую выгрузку режь по неделям или категориям, чтобы каждый кусок помещался в контекст с запасом. Суммы пусть считает твой код через функцию, а модели остаются выводы и формулировки: так цифры будут точными, а текст понятным.
Пример запроса: «Вот выгрузка продаж за октябрь. Найди три товара, которые упали сильнее всего, и предположи причины по комментариям к заказам».
Стоимость: выгрузка на 50 000 токенов и сводка на 3 000 — около 7,63 ₽.
Характеристики
| Разработчик | Z.ai (GLM) |
|---|---|
| Вид | Текст |
| Контекст | 200 000 токенов |
| Ответ | до 128 000 токенов |
| Вход → выход | текст → текст |
| Умеет | вызывать функции (tools), отвечать строго в JSON, рассуждать перед ответом |
| id для запроса | z-ai/glm-5-turbo |
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.
Запрос — POST https://veselo.ai/v1/chat/completions с полем model: z-ai/glm-5-turbo, ключ — в заголовке Authorization: Bearer sk-vsl-….
curl
curl https://veselo.ai/v1/chat/completions \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5-turbo",
"messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
}'Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")
r = client.chat.completions.create(
model="z-ai/glm-5-turbo",
messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)JavaScript
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });
const r = await client.chat.completions.create({
model: 'z-ai/glm-5-turbo',
messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);Пример ответа — только поля
{
"id": "chatcmpl-…",
"model": "…",
"choices": [{ "message": { "role": "assistant", "content": "…" } }],
"usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}В программах: OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. Библиотеки и программы · Claude Code · MCP
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| GLM-5 Turbo — эта модель | 127,09 ₽ / 423,61 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | агенты с длинными цепочками инструментов и задачи по расписанию |
| GLM-5 — Z.ai (GLM) | 105,91 ₽ / 338,89 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | рефакторинг бэкенда, отладка и разбор текстов, когда флагман избыточен |
| GLM-5.3 Flash — Z.ai (GLM) | 15,89 ₽ / 52,96 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | скриншоты и сканы в запросе, массовые задачи с длинным контекстом дешевле флагмана |
| Grok Code Fast 1 — xAI (Grok) | 21,19 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов) | контекст 256 тыс. | агенты в Cline и Claude Code на больших объёмах: правки, тесты, поиск по проекту |
| Kimi K2.7 Code — Moonshot AI (Kimi) | 100,61 ₽ / 423,61 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | программирование с рассуждениями на каждом шаге: функции, тесты, правки в проекте |
| GLM-5.1 — Z.ai (GLM) | 148,27 ₽ / 465,97 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | автономные задачи агента на часы: сервис с нуля, оптимизация, доведение до тестов |
Как устроен доступ
Весело — не разработчик GLM-5 Turbo: модель выпускает Z.ai (GLM). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность
Вопросы и ответы
- Обязательно ли работать в OpenClaw, чтобы пользоваться GLM-5 Turbo?
- Нет. OpenClaw — агент, под задачи которого Z.ai настраивала эту модель и для которого собрала свой открытый набор проверок ZClawBench. По нашему API GLM-5 Turbo работает в любой программе, которая говорит в формате OpenAI или Anthropic, не только в OpenClaw.
- Turbo — это ускоренная GLM-5 или отдельная модель?
- Отдельная: Z.ai выпустила её в марте 2026 года. Поколение и контекст у них общие, 200 тысяч токенов, но Turbo заточена под агентов: инструменты, длинные инструкции, задачи по расписанию. GLM-5 шире — рефакторинг, отладка, работа с текстами. На 16 ноября 2026 года Turbo стоит немного дороже.
- Есть ли у GLM-5 Turbo цифры скорости?
- Z.ai обещает «более быстрое и стабильное выполнение» длинных цепочек, но цифр не приводит. Своих замеров скорости мы не публикуем, поэтому сравни время ответа на своих запросах с
stream: true. - Может ли GLM-5 Turbo сама запускаться по расписанию?
- Нет, модель отвечает только на запросы. Расписание задаёт твоя программа — cron, планировщик в облаке или сам агент, — а каждый запуск оплачивается как обычный запрос.
- Нужны ли VPN и зарубежная карта для GLM-5 Turbo?
- Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
- Что будет, если запрос закончится ошибкой?
- Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
- Есть ли подписка или абонентская плата?
- Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.z.ai