Z.ai · Text

OpenClaw x GLM

GLM-Modelle von Z.ai sind MIT-lizenzierte MoE-LLMs mit 128K–200K Kontext. GLM-5.1 führt Open-Weight-Modelle auf SWE-bench Pro an. Über RunAPI teilen sie einen gemeinsamen API-Key mit nutzungsbasierter Token-Abrechnung und sind über OpenAI Chat Completions, OpenAI Responses und Anthropic Messages aufrufbar.

10 variants ab $0.12 / 1 Mio. Tokens Kommerzielle Nutzung unterstützt
API-Schlüssel abrufen Dokumentation für OpenClaw anzeigen

Prerequisite: npx runapi mcp install

Prompt

Prompt-Modelle

Verwende glm-4.5, wenn es zur Aufgabe passt: 355B / 32B aktiv; 128K Kontext; Flagship-Open-Weight-MoE-Baseline.

You have access to RunAPI chat models for GLM.

Available GLM models:
- glm-4.5: 355B / 32B aktiv; 128K Kontext; Flagship-Open-Weight-MoE-Baseline
  chat endpoints: /v1/chat/completions
- glm-4.5-air: Leichtere GLM-4.5-Stufe für schnelle, günstigere Alltagsaufgaben
  chat endpoints: /v1/chat/completions
- glm-4.6: 200K Kontext; erstes GLM auf Cambricon-Chips; präzisere Code-Generierung
  chat endpoints: /v1/chat/completions
- glm-4.7: 200K Kontext; 73,8 % SWE-bench; persistentes Denken über Turns hinweg
  chat endpoints: /v1/chat/completions
- glm-5: 744B / 40B aktiv; 200K Kontext; 77,8 % SWE-bench Verified
  chat endpoints: /v1/chat/completions
- glm-5-turbo: Geschwindigkeitsoptimierte GLM-5-Stufe für niedrigere Latenz
  chat endpoints: /v1/chat/completions
- glm-5.1: 754B / 40B aktiv; 58,4 % SWE-bench Pro — höchster Open-Weight-Score
  chat endpoints: /v1/chat/completions
- glm-5.2: Aktuelles Flaggschiff-Basismodell für Textgenerierung
  chat endpoints: /v1/chat/completions
- glm-5.3: Neuestes GLM-Textmodell für OpenAI-kompatible Chat Completions
  chat endpoints: /v1/chat/completions
- glm-5.3-flash: Günstigere GLM-5.3-Stufe; 1M Kontext, Thinking immer aktiv; Textanfragen über OpenAI- und Anthropic-SDKs
  chat endpoints: /v1/chat/completions

Use the model ID and chat endpoint that match the user's request.
Example request: Lies dieses Repository mit mehreren Dateien, finde den fehlschlagenden Integrationstest und schlage einen Patch mit Erklärung der Ursache vor.
Verify the active model with: openclaw models status;openclaw models set runapi/<model-id>

Öffentliche Versionen und Endpunkte

Modell-ID Endpunkte Startpreis Katalog
glm-4.5
/v1/chat/completions
$0.48 / 1 Mio. Tokens Modelldetails
glm-4.5-air
/v1/chat/completions
$0.16 / 1 Mio. Tokens Modelldetails
glm-4.6
/v1/chat/completions
$0.48 / 1 Mio. Tokens Modelldetails
glm-4.7
/v1/chat/completions
$0.48 / 1 Mio. Tokens Modelldetails
glm-5
/v1/chat/completions
$0.80 / 1 Mio. Tokens Modelldetails
glm-5-turbo
/v1/chat/completions
$0.96 / 1 Mio. Tokens Modelldetails
glm-5.1
/v1/chat/completions
$1.12 / 1 Mio. Tokens Modelldetails
glm-5.2
/v1/chat/completions
$1.12 / 1 Mio. Tokens Modelldetails
glm-5.3
/v1/chat/completions
$1.12 / 1 Mio. Tokens Modelldetails
glm-5.3-flash
/v1/chat/completions
$0.12 / 1 Mio. Tokens Modelldetails

Überprüfen

Frage den Status ab, bis die Task einen Endstatus erreicht

Wähle <model-id>, um Prüfkommandos zu erzeugen.

Konfiguration

Guide-Endpunkt: <endpoint>

Wähle <model-id>, um eine Anfrage mit dem öffentlichen Eingabevertrag des Endpunkts zu erzeugen.
So funktioniert es

In 3 Schritten loslegen

  1. Modell-ID auswählen

    Wähle eine öffentliche Katalog-Modell-ID und prüfe ihren Endpunkt und aktuellen Startpreis.

  2. RunAPI konfigurieren

    Füge die Provider-Konfiguration für diesen Agenten hinzu.

  3. Ergebnis überprüfen

    Führe die unten gezeigten Status- und Modellauswahlbefehle aus.

Was du mit OpenClaw + GLM bauen kannst

  • Coding und Reasoning mit Agenten

    Lass deinen Agenten Code planen, schreiben und prüfen oder mehrstufige Probleme mit dem Reasoning des Modells lösen.

  • Analyse und Extraktion langer Dokumente

    Fasse Berichte, Verträge oder Codebasen zusammen und extrahiere strukturierte Felder aus langen Dokumenten.

  • Workflows mit Tool-Aufrufen

    Verbinde das Modell mit Funktionen und APIs, damit dein Agent zwischen Antworten Daten abrufen und Aktionen ausführen kann.

Warum GLM über RunAPI + OpenClaw nutzen

  • 10 Varianten, ein API-Schlüssel

    Nutze eine RunAPI-Verbindung, um zwischen den verfügbaren Modellvarianten zu wählen, ohne deine Integration zu ändern.

  • Klare Nutzungspreise

    Sieh die aktuellen Katalogpreise vor jeder Anfrage ein, ohne Abonnement oder Mindestumsatz.

  • Direkte Antworten

    Synchrone Aufrufe liefern das Ergebnis in derselben Antwort, sodass dein Agent es sofort nutzen kann, ohne den Task-Status abzufragen.

Fragen zu OpenClaw + GLM

Wofür sind GLM-Modelle gut?

Coding und agentischer Tool-Einsatz. GLM-5.1 führt Open-Weight-Modelle auf SWE-bench Pro an (58,4 %) und erreicht 95,3 % auf AIME 2026. Die gesamte Linie ist stark bei mehrstufigen Tool Calls, Code-Generierung über große Codebasen und mathematischem Reasoning.

Was ist der Unterschied zwischen glm-4.5 und glm-4.5-air?

glm-4.5 ist das 355B-Flagship (32B aktive Parameter) mit 128K Kontext; glm-4.5-air ist ein leichteres 106B-MoE-Modell (12B aktiv) für schnellere, günstigere Alltagsaufgaben.

Wie schneidet GLM-5 im Vergleich zu GLM-4.7 ab?

GLM-5 skaliert auf 744B gesamt / 40B aktiv mit 256 Experten, gegenüber 358B / 32B bei GLM-4.7. SWE-bench Verified steigt von 73,8 % auf 77,8 %. Beide haben 200K Kontext.

Welche SDKs können GLM über RunAPI aufrufen?

Richte das OpenAI SDK (Chat Completions oder Responses) oder das Anthropic Messages SDK auf RunAPI und übergib die GLM-Modell-ID; der Proxy passt das Protokoll für dich an.

Wie wird GLM abgerechnet?

Pro Token, nutzungsbasiert, zu RunAPIs veröffentlichten Input- und Output-Raten für jedes GLM-Modell — ohne Abo.

Welche Modell-ID soll ich verwenden?

Wähle eine öffentliche Modell-ID aus der Versionstabelle. Jede ID stellt die in ihrer Zeile gezeigten Endpunkte bereit.

Konfiguriert diese Anleitung ein Chatmodell?

Ja. Diese Modelllinie unterstützt ein clientseitiges LLM-Protokoll.

Bauen Sie mit einem Team?

Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.

Kontakt aufnehmen