文本 Z.ai

GLM API

通过 RunAPI 使用 GLM API,配套 model skill、统一认证和按需计费。

runapi.ai
# 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": "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。"
    }
  ]
}'
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": "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。"}]
)
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: "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。" }]
});
https://runapi.ai 5 endpoints
概览

关于 GLM

GLM 是 Z.ai 的 MIT 开源 MoE 语言模型系列。GLM-4.5(355B 总参 / 32B 激活,128K 上下文)是开放权重 MoE 基线;GLM-4.6 和 4.7 将上下文扩展到 200K 并强化代码生成,4.7 在 SWE-bench 达到 73.8%。GLM-5 系列(744B / 40B 激活,200K 上下文)SWE-bench Verified 达 77.8%,GLM-5.1 以 58.4% 拿下 SWE-bench Pro 开放权重最高分。全部可通过 RunAPI 用一个密钥按 token 计费调用。

提供方
Z.ai
模态
文本

GLM API 端点

EndpointProtocol
POST /v1/chat/completionsOpenAI compatible
POST /v1/responsesOpenAI Responses
POST /v1/messagesAnthropic compatible
POST /v1beta/models/{model}:generateContentGemini generateContent
POST /v1beta/models/{model}:streamGenerateContentGemini streamGenerateContent

对比全部 API 变体

变体 计费方式 价格
glm-4.5 1K tokens 输入 $0.41 / 百万 tokens | 输出 $1.61 / 百万 tokens 查看 →
glm-4.5-air 1K tokens 输入 $0.10 / 百万 tokens | 输出 $0.55 / 百万 tokens 查看 →
glm-4.6 1K tokens 输入 $0.60 / 百万 tokens | 输出 $1.22 / 百万 tokens 查看 →
glm-4.7 1K tokens 输入 $0.60 / 百万 tokens | 输出 $1.19 / 百万 tokens 查看 →
glm-5 1K tokens 输入 $1.00 / 百万 tokens | 输出 $1.60 / 百万 tokens 查看 →
glm-5-turbo 1K tokens 输入 $1.20 / 百万 tokens | 输出 $2.00 / 百万 tokens 查看 →
glm-5.1 1K tokens 输入 $1.40 / 百万 tokens | 输出 $2.20 / 百万 tokens 查看 →
glm-5.2 1K tokens 输入 $0.70 / 百万 tokens | 输出 $2.20 / 百万 tokens 查看 →
glm-5.3 1K tokens 输入 $1.40 / 百万 tokens | 输出 $4.40 / 百万 tokens 查看 →
定价

GLM 定价

Endpoint 分辨率 时长 价格
chat_completion — — 输入 $0.41 / 百万 tokens | 输出 $1.61 / 百万 tokens

当前价格适用于 glm-4.5。其他变体保留各自的 endpoint 定价。

Agent 集成

通过 Agent 运行 GLM

工作流程

开始使用 GLM

  1. 选择模型

    根据输出类型、质量要求和延迟目标选择模型与变体。

  2. 配置

    设置 RunAPI key,并在代码工作区安装对应 model skill。

  3. 调用

    按 skill 里的说明,把模型能力接入到你的应用里。

  4. 接收

    按 task ID 轮询、在支持时使用流式,或处理 webhook 回调。

背景

GLM API 是什么?

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。

提供方
Z.ai
查看全部 →
模态
文本
浏览模型 →

为什么用 RunAPI 调用 GLM API

统一认证,接入所有提供方

一把 RunAPI key 解锁整个模型目录。无需为每家提供方单独建账户。

统一的定价与账单

USD 按次定价,按月结算。失败的生成不计费。

Schema 优先的 SDK

Typed schema 和接入说明已打包进 model skill,让实现从正确契约开始。

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。

应该从哪个变体开始?

选满足质量要求的最便宜变体。多数团队从 fast 起步,生产时升级到 pro。

相似模型

如果喜欢 GLM API,也可以试试这些

立即体验 GLM API。