Z.ai · 文本

Hermes Agent x GLM

Z.ai 的 GLM 模型是 MIT 开源的 MoE 大语言模型，上下文 128K–200K。GLM-5.1 在 SWE-bench Pro 上领跑开放权重。通过 RunAPI 共用一个 API key、按量计费，可用 OpenAI Chat Completions、OpenAI Responses 与 Anthropic Messages 接口调用。

10 variants 起价 $0.12 / 百万 tokens 可商用
获取 API Key 查看 Hermes Agent 文档

Prerequisite: npx runapi mcp install

Prompt

Prompt 模型

任务匹配时使用 glm-4.5：355B / 32B 激活；128K 上下文；开放权重 MoE 旗舰基线。

You have access to RunAPI chat models for GLM.

Available GLM models:
- glm-4.5: 355B / 32B 激活；128K 上下文；开放权重 MoE 旗舰基线
  chat endpoints: /v1/chat/completions
- glm-4.5-air: 更轻量的 GLM-4.5，低成本日常任务首选
  chat endpoints: /v1/chat/completions
- glm-4.6: 200K 上下文；首款昇腾芯片 GLM；代码生成增强
  chat endpoints: /v1/chat/completions
- glm-4.7: 200K 上下文；SWE-bench 73.8%；跨轮次持续思考
  chat endpoints: /v1/chat/completions
- glm-5: 744B / 40B 激活；200K 上下文；SWE-bench Verified 77.8%
  chat endpoints: /v1/chat/completions
- glm-5-turbo: GLM-5 速度优化档位，更低延迟
  chat endpoints: /v1/chat/completions
- glm-5.1: 754B / 40B 激活；SWE-bench Pro 58.4% — 开放权重最高分
  chat endpoints: /v1/chat/completions
- glm-5.2: 当前旗舰基础模型，面向文本生成
  chat endpoints: /v1/chat/completions
- glm-5.3: 最新 GLM 文本模型，支持 OpenAI 兼容 Chat Completions
  chat endpoints: /v1/chat/completions
- glm-5.3-flash: GLM-5.3 的低成本档位；100 万上下文，始终开启思考；通过 OpenAI 和 Anthropic SDK 发送文本请求
  chat endpoints: /v1/chat/completions

Use the model ID and chat endpoint that match the user's request.
Example request: 阅读这个多文件仓库，找出失败的集成测试，并给出补丁及根因说明。
Verify the active model with: hermes model;hermes doctor

公开版本与端点

模型 ID 端点 起步价格 模型目录
glm-4.5
/v1/chat/completions
$0.48 / 百万 tokens 模型详情
glm-4.5-air
/v1/chat/completions
$0.16 / 百万 tokens 模型详情
glm-4.6
/v1/chat/completions
$0.48 / 百万 tokens 模型详情
glm-4.7
/v1/chat/completions
$0.48 / 百万 tokens 模型详情
glm-5
/v1/chat/completions
$0.80 / 百万 tokens 模型详情
glm-5-turbo
/v1/chat/completions
$0.96 / 百万 tokens 模型详情
glm-5.1
/v1/chat/completions
$1.12 / 百万 tokens 模型详情
glm-5.2
/v1/chat/completions
$1.12 / 百万 tokens 模型详情
glm-5.3
/v1/chat/completions
$1.12 / 百万 tokens 模型详情
glm-5.3-flash
/v1/chat/completions
$0.12 / 百万 tokens 模型详情

验证

轮询，直到 Task 进入终态

选择 <model-id> 后生成验证命令。

配置

指南端点: <endpoint>

选择 <model-id> 后，按端点的公开输入契约生成请求。
使用流程

三步开始使用

  1. 选择模型 ID

    选择公开模型 ID，并查看其端点与当前起步价格。

  2. 配置 RunAPI

    为该 Agent 添加 Provider 配置。

  3. 验证结果

    运行下方 Agent 状态与模型选择命令。

使用 Hermes Agent + GLM 可以构建什么

  • Agent 编码与推理

    借助模型的推理能力，让 Agent 规划、编写和审查代码，或处理多步骤问题。

  • 长文档分析与抽取

    总结报告、合同或代码库，并从长文档中抽取结构化字段。

  • 工具调用工作流

    将模型连接到函数和 API，让 Agent 在回复之间查询数据并执行操作。

为什么通过 RunAPI + Hermes Agent 使用 GLM

  • 10 个变体，一个 API 密钥

    通过一个 RunAPI 连接选择可用的模型变体，无需更改现有集成。

  • 清晰的用量价格

    发送请求前查看目录中的当前价格，无需订阅或最低消费。

  • 直接返回结果

    同步调用在同一个响应中返回结果，Agent 无需轮询任务即可直接使用。

Hermes Agent + GLM 常见问题

GLM 模型擅长什么？

编码与智能体工具调用。GLM-5.1 在 SWE-bench Pro 上领跑开放权重（58.4%），AIME 2026 达 95.3%。全系列擅长多步工具调用、大仓库代码生成与数学推理。

glm-4.5 和 glm-4.5-air 有什么区别？

glm-4.5 是 355B 旗舰版（32B 激活参数），128K 上下文；glm-4.5-air 是更轻量的 106B MoE（12B 激活），成本更低、速度更快。

GLM-5 和 GLM-4.7 有何不同？

GLM-5 总参扩展到 744B / 40B 激活、256 专家，对比 GLM-4.7 的 358B / 32B。SWE-bench Verified 从 73.8% 提升到 77.8%，上下文均为 200K。

可以用哪些 SDK 通过 RunAPI 调用 GLM？

将 OpenAI SDK（Chat Completions 或 Responses）或 Anthropic Messages SDK 指向 RunAPI 并传入 GLM 模型 id 即可，代理会为你转换协议。

GLM 如何计费？

按 token、按量计费，按 RunAPI 公布的各 GLM 模型输入/输出价格计算，无需订阅。

应该使用哪个模型 ID？

从版本表选择公开模型 ID。每个 ID 可使用的端点均显示在对应行。

本指南会配置聊天模型吗？

会。该 Model Line 支持面向客户端的 LLM 协议。

开始在 Hermes Agent 中使用 GLM

获取 API Key 阅读快速开始

需要团队接入支持？

我们可以协助团队接入、完成系统集成并解答技术问题。

联系我们