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。
通过 RunAPI 使用 GLM API,配套 model skill、统一认证和按需计费。
# 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。" }]
});
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。
| 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 |
| 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 → |
| 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。
根据输出类型、质量要求和延迟目标选择模型与变体。
设置 RunAPI key,并在代码工作区安装对应 model skill。
按 skill 里的说明,把模型能力接入到你的应用里。
按 task ID 轮询、在支持时使用流式,或处理 webhook 回调。
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。
USD 按次定价,按月结算。失败的生成不计费。
Typed schema 和接入说明已打包进 model skill,让实现从正确契约开始。
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 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 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。
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。
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。
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。