Posso eseguire GLM-5V-Turbo localmente?

No. Z.ai non ha rilasciato pesi aperti per questo modello, quindi è solo API e non può essere eseguito sul tuo hardware.

Quanto costa e quanto è grande la finestra di contesto?

Il prezzo è $1,20 per milione di token in input e $4,00 per milione di token in output, con una finestra di contesto di 202.752 token.

In cosa GLM-5V-Turbo differisce da un modello standard visione-linguaggio?

La maggior parte dei modelli visione-linguaggio risponde a domande sulle immagini; GLM-5V-Turbo è costruito per agire su ciò che percepisce, completando il ciclo completo percepisci-pianifica-esegui richiesto dai flussi agentici, con input video nativo oltre alle immagini.

GLM 5V Turbo

3334°

#llm #z-ai #visione #video #ragionamento #agenti

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

Z.ai | contesto da 202.752 token | $1.20/M input, $4.00/M output. GLM-5V-Turbo è il primo modello foundation multimodale nativo di Z.ai, progettato per il coding basato sulla visione e compiti guidati da agenti. Gestisce nativamente input di immagini, video e testo, eccelle nella pianificazione a lungo termine, nel coding complesso e nell'esecuzione di compiti, e funziona perfettamente con agenti per completare il ciclo completo di “percezione → pianificazione → esecuzione“.

Guide per questo modello

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

GLM-5V-Turbo è il primo modello foundation multimodale nativo di Z.ai, che accetta input di immagini, video e testo e chiude il ciclo completo percepisci-pianifica-esegui invece di limitarsi a rispondere a domande. La sua finestra di contesto da 202.752 token e l’enfasi sulla pianificazione a lungo termine lo rendono adatto a pipeline agentiche che necessitano della visione nel ciclo. Se stai costruendo flussi di lavoro automatizzati che agiscono su ciò che vedono, questo è il modello da testare per primo.

Conosciuto per

Input nativo di immagini, video e testo in un unico modello
Progettato end-to-end per pipeline agentiche, non solo chat
Pianificazione a lungo termine ed esecuzione di compiti multi-step
Compiti di coding basati sulla visione dove il modello vede e agisce
Finestra di contesto da 202.752 token per sessioni agentiche estese

Attenzione a

Pesi chiusi, solo API: non puoi eseguirlo localmente né ispezionare il modello.
Prezzo di output a $4,00/M token che può salire rapidamente in loop agentici che generano molto testo.
Z.ai è un fornitore recente; affidabilità e storico uptime non sono ancora ben consolidati.

Ideale per

Agenti e uso di strumenti

Prompt da provare

Agente da screenshot a codice

Ecco uno screenshot di un’interfaccia web. Scrivi l’HTML e il CSS completi per riprodurlo il più fedelmente possibile. Poi identifica gli elementi interattivi e aggiungi il JavaScript necessario per renderli funzionali. Spiega il tuo piano prima di scrivere codice.

Piano visivo multi-step

Allego una foto della mia postazione scrivania. Identifica ogni dispositivo e cavo visibile. Poi produci un piano passo-passo per riorganizzare i cavi per migliorare il flusso d’aria e l’ordine, facendo riferimento agli oggetti specifici visibili nell’immagine a ogni passaggio.

Compito agente su scena video

Sto caricando una breve registrazione video di un bug software. Guarda l’intero clip, descrivi esattamente cosa va storto e quando, poi scrivi un test case minimo riproducibile e una proposta di correzione per il problema osservato.

Confronta con

GLM 5.3 Flash
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.02/M, output $0.72/M
GLM 5.3
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.08/M, output $4.80/M
GLM 5.2
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.04/M, output $9.00/M
GLM 4.6
Modello con pesi aperti
Contesto di 204,800 token · Input $0.50/M, output $2.00/M

Altri modelli di testo da z-ai

Domande frequenti

Posso eseguire GLM-5V-Turbo localmente?: No. Z.ai non ha rilasciato pesi aperti per questo modello, quindi è solo API e non può essere eseguito sul tuo hardware.
Quanto costa e quanto è grande la finestra di contesto?: Il prezzo è $1,20 per milione di token in input e $4,00 per milione di token in output, con una finestra di contesto di 202.752 token.
In cosa GLM-5V-Turbo differisce da un modello standard visione-linguaggio?: La maggior parte dei modelli visione-linguaggio risponde a domande sulle immagini; GLM-5V-Turbo è costruito per agire su ciò che percepisce, completando il ciclo completo percepisci-pianifica-esegui richiesto dai flussi agentici, con input video nativo oltre alle immagini.

Verdetto del capitano
Una scelta seria per pipeline agentiche che necessitano di un modello che veda, pianifichi ed esegua — ma attenzione al conto finale.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Modelli di IA per generare immagini, video e testo

GLM 5V Turbo è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm z-ai visione video ragionamento agenti programmazione contesto lungo

Sfoglia per famiglia di modelli