GitHub[220K]试用 OpenCode

GLM-5V-Turbo

Ranked--across last week'sOpenCodeusage with0%of observed2-monthvolume.

上下文200K
输出131K
知识未知
发布2026年4月
输入Text、Image、Video和Pdf

趋势.近期 OpenCode token、独立用户和市场位置。

0 tokens0%

2026年9月12日2025年11月6日

0%
独立用户0
已完成会话1
Token 份额0%
Weekly RetentionPending
Rank--

用量. 近期两个月窗口内的每日 OpenCode token 用量。

无使用量

当前窗口中没有使用量。

独立用户. 近期两个月窗口内的每日 OpenCode 独立用户。

无用户数据

当前窗口中没有包含用户的行。

效率. 成本、缓存行为和平均 OpenCode 会话形态。

Total spend$0.00
Cost input$0.75 / 1M
Cost output$3.29 / 1M
Average cost / Session$0.00
Average tokens / session0
缓存比例0% 输入 token

地理分布

无地理数据

没有符合此模型的 OpenCode 地理行。

同类模型. 按近期 OpenCode token 用量排列的相近模型。

  1. 01deepseek-v4.1-flashDeepSeek159T token
  2. 02muse-spark-1.3-contributorMeta7T token
  3. 03glm-5.3-flashZhipu6.9T token
  4. 04beam-1.0-501b-a23bReflection5.9T token
  5. 05mimo-v2.6-flashXiaomi3.5T token
  6. 06nemotron-3.5-super-vlNVIDIA1.9T token
  7. 07pulse-alpha1.6T token
  8. 08gpt-6-lunaOpenAI1.1T token
  9. 09deepseek-v4.1-flash-1017-opDeepSeek1T token
  10. 10deepseek-v4-proDeepSeek921B token

Compare This Model. Other models to compare with this one.