1つの API key
モデルやプロバイダーをまたいで同じ認証情報を使えます。
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/{model}:generateContent
POST /v1beta/models/{model}:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "この複数ファイルのリポジトリを読み、失敗している統合テストを見つけ、根本原因の説明付きでパッチを提案してください。"
}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="glm-5.3",
messages=[{"role": "user", "content": "この複数ファイルのリポジトリを読み、失敗している統合テストを見つけ、根本原因の説明付きでパッチを提案してください。"}]
)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "glm-5.3",
messages: [{ role: "user", content: "この複数ファイルのリポジトリを読み、失敗している統合テストを見つけ、根本原因の説明付きでパッチを提案してください。" }]
});概要
GLM について
GLMはZ.aiのMITライセンスMixture-of-Experts言語モデルファミリーです。GLM-4.5（総355B / アクティブ32B、128Kコンテキスト）は、フラッグシップと軽量なAirティアを備えたオープンウェイトMoEラインを導入しました。GLM-4.6と4.7は200Kコンテキストへ拡張し、コード生成を強化しています — 4.7はSWE-benchで73.8%に到達します。GLM-5シリーズ（総744B / アクティブ40B、200Kコンテキスト）はSWE-bench Verifiedで77.8%まで伸ばし、GLM-5.1はSWE-bench Proで58.4%というオープンウェイト最高スコアを保持しています。すべて1つのキーとトークン単位の課金でRunAPI経由で利用できます。
プロバイダー
Z.ai
モダリティ
テキスト
GLM API エンドポイント
| Endpoint | Protocol |
|---|---|
POST /v1/chat/completions | OpenAI compatible |
POST /v1/responses | OpenAI Responses |
POST /v1/messages | Anthropic compatible |
POST /v1beta/models/{model}:generateContent | Gemini generateContent |
POST /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
バリアント
| バリアント | 請求 | 料金 | |
|---|---|---|---|
| glm-4.5 | 1,000 トークン | 入力 $0.41 / 100万トークン | 出力 $1.61 / 100万トークン | 見る → |
| glm-4.5-air | 1,000 トークン | 入力 $0.10 / 100万トークン | 出力 $0.55 / 100万トークン | 見る → |
| glm-4.6 | 1,000 トークン | 入力 $0.60 / 100万トークン | 出力 $1.22 / 100万トークン | 見る → |
| glm-4.7 | 1,000 トークン | 入力 $0.60 / 100万トークン | 出力 $1.19 / 100万トークン | 見る → |
| glm-5 | 1,000 トークン | 入力 $1.00 / 100万トークン | 出力 $1.60 / 100万トークン | 見る → |
| glm-5-turbo | 1,000 トークン | 入力 $1.20 / 100万トークン | 出力 $2.00 / 100万トークン | 見る → |
| glm-5.1 | 1,000 トークン | 入力 $1.40 / 100万トークン | 出力 $2.20 / 100万トークン | 見る → |
| glm-5.2 | 1,000 トークン | 入力 $0.70 / 100万トークン | 出力 $2.20 / 100万トークン | 見る → |
| glm-5.3 | 1,000 トークン | 入力 $1.40 / 100万トークン | 出力 $4.40 / 100万トークン | 見る → |
料金
GLM の料金
| Endpoint | 解像度 | 尺 | 価格 | |
|---|---|---|---|---|
| chat_completion | — | — | 入力 $0.41 / 100万トークン | 出力 $1.61 / 100万トークン |
glm-4.5 の料金を表示しています。他のバリアントはそれぞれの endpoint 料金が適用されます。
エージェント連携
エージェントから GLM を実行
仕組み
GLM を始める
-
モデルを選ぶ
出力タイプ、品質基準、レイテンシ目標に合うモデルとバリアントを選びます。
-
一度だけ認証
対応するすべてのモデルに RunAPI key を使います。
-
skill をインストール
機能実装の前に model skill をコード作業環境へ追加します。
-
出力を受け取る
task ID でポーリングするか、生成完了時の callback を処理します。
RunAPI 経由で GLM を使う理由
Skill-ready
model skill に schema、セットアップメモ、料金コンテキスト、モデル ID が含まれます。
予測しやすい請求
呼び出し前に従量料金を確認できます。
GLM に関するよくある質問
GLMモデルは何に向いていますか？
コーディングとエージェント型ツール使用です。GLM-5.1はSWE-bench Pro（58.4%）でオープンウェイトモデルをリードし、AIME 2026で95.3%を記録します。ライン全体が、複数ステップのツール呼び出し、大規模コードベース全体でのコード生成、数学的推論に強みを持ちます。
glm-4.5とglm-4.5-airの違いは何ですか？
glm-4.5は128Kコンテキストの355Bフラッグシップ（32Bアクティブパラメーター）です。glm-4.5-airは、日常作業をより高速・低コストに処理する106B MoEの軽量バリアント（12Bアクティブ）です。
GLM-5はGLM-4.7と比べてどうですか？
GLM-5は256エキスパートを持つ総744B / アクティブ40Bへスケールしており、GLM-4.7の358B / 32Bを上回ります。SWE-bench Verifiedは73.8%から77.8%へ上昇します。どちらも200Kコンテキストです。
RunAPI経由でGLMを呼び出せるSDKは？
OpenAI SDK（Chat CompletionsまたはResponses）またはAnthropic Messages SDKをRunAPIに向け、GLMモデルIDを渡してください。プロキシがプロトコルを適応します。
GLMはどのように課金されますか？
トークン単位の従量課金です。各GLMモデルについてRunAPIが公開している入力・出力レートで課金され、サブスクリプションは不要です。
このモデルはどう呼び出しますか？
model skill をインストールし、RunAPI key とセットアップメモに従ってください。
類似モデル