GLM API
透過 RunAPI 存取 Z.ai GLM API，MIT 授權的 MoE 模型，支援最高 200K 上下文，並在開放權重程式碼 benchmark 中領先。
# 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_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.2",
"messages": [
{
"role": "user",
"content": "閱讀這個多檔案 repository，找出失敗的整合測試，並提出 patch，同時說明根本原因。"
}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="glm-5.2",
messages=[{"role": "user", "content": "閱讀這個多檔案 repository，找出失敗的整合測試，並提出 patch，同時說明根本原因。"}]
)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-5.2",
messages: [{ role: "user", content: "閱讀這個多檔案 repository，找出失敗的整合測試，並提出 patch，同時說明根本原因。" }]
});GLM 是 Z.ai 的 MIT 授權 Mixture-of-Experts 語言模型家族。GLM-4.5（總參數 355B / 啟用 32B、128K 上下文）以旗艦版與較輕量的 Air 版本開啟開放權重 MoE 系列。GLM-4.6 與 4.7 將上下文延伸到 200K，並強化程式碼生成，4.7 在 SWE-bench 達到 73.8%。GLM-5 系列（744B / 啟用 40B、200K 上下文）進一步達到 77.8% SWE-bench Verified，而 GLM-5.1 以 58.4% 取得 SWE-bench Pro 開放權重最高分。全部都可透過 RunAPI 以單一金鑰與按 token 計費使用。
- 多種變體可對應不同速度／品質等級
- Model skill 包含文件、schema 與 setup 備註
- 支援 app-focused coding workflows
- 生成失敗不收費
比較所有 API 變體
| Variant | Billing | Pricing | |
|---|---|---|---|
| glm-4.5 | 1K tokens | Input $0.41 / 1M tokens | Output $1.61 / 1M tokens | 查看 → |
| glm-4.5-air | 1K tokens | Input $0.10 / 1M tokens | Output $0.55 / 1M tokens | 查看 → |
| glm-4.6 | 1K tokens | Input $0.60 / 1M tokens | Output $1.22 / 1M tokens | 查看 → |
| glm-4.7 | 1K tokens | Input $0.60 / 1M tokens | Output $1.19 / 1M tokens | 查看 → |
| glm-5 | 1K tokens | Input $1.00 / 1M tokens | Output $1.60 / 1M tokens | 查看 → |
| glm-5-turbo | 1K tokens | Input $1.20 / 1M tokens | Output $2.00 / 1M tokens | 查看 → |
| glm-5.1 | 1K tokens | Input $1.40 / 1M tokens | Output $2.20 / 1M tokens | 查看 → |
| glm-5.2 | 1K tokens | Input $0.70 / 1M tokens | Output $2.20 / 1M tokens | 查看 → |
GLM API 端點
使用 OpenAI 或 Anthropic SDK 搭配 RunAPI key 呼叫，不需額外 SDK。
| Endpoint | Protocol |
|---|---|
| /v1/chat/completions | OpenAI compatible |
| /v1/responses | OpenAI Responses |
| /v1/messages | Anthropic compatible |
| /v1beta/models/{model}:generateContent | Gemini generateContent |
| /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
從 model skill 到第一次結果，只要四步
選擇模型
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
設定
設定 RunAPI key，並在 coding workspace 安裝 model skill。
開發
使用 skill 指引，在你的 app 內加入模型功能。
接收
透過 task ID 查詢、在支援時串流，或處理 webhook callback。
什麼是 GLM API？
Z.ai 的 GLM 模型是 MIT 授權的 MoE LLM，涵蓋 128K-200K 上下文。GLM-5.1 在 SWE-bench Pro 中領先開放權重模型。透過 RunAPI，這些模型共用單一 API 金鑰、按用量 token 計費，並可從 OpenAI Chat Completions、OpenAI Responses 與 Anthropic Messages 介面呼叫。
為什麼透過 RunAPI 使用 GLM API
一組驗證，全部供應商通用
一把 RunAPI 金鑰就能開通整個目錄。無需分開註冊帳戶，也不用為每個整合各自輪替金鑰。
統一價格與計費
以美元按次計費，每月結帳。失敗的生成不收費。
內含 schema 的 skill
型別化 schema 與 setup 備註打包在 model skill 內，讓實作從正確契約開始。
常見問題
GLM 模型擅長什麼？
程式碼與代理式工具使用。GLM-5.1 在 SWE-bench Pro 中領先開放權重模型（58.4%），並在 AIME 2026 取得 95.3%。整個系列都擅長多步驟工具呼叫、大型 codebase 的程式碼生成，以及數學推理。
glm-4.5 和 glm-4.5-air 有什麼差異？
glm-4.5 是 355B 旗艦模型（啟用參數 32B），具備 128K 上下文；glm-4.5-air 是較輕量的 106B MoE（啟用 12B），適合更快速、成本更低的日常工作。
GLM-5 和 GLM-4.7 如何比較？
GLM-5 擴展到總參數 744B / 啟用 40B、256 位專家；GLM-4.7 則是 358B / 32B。SWE-bench Verified 從 73.8% 提升到 77.8%。兩者同樣支援 200K 上下文。
哪些 SDK 可以透過 RunAPI 呼叫 GLM？
將 OpenAI SDK（Chat Completions 或 Responses）或 Anthropic Messages SDK 指向 RunAPI，並傳入 GLM model id；proxy 會為你調整協定。
GLM 如何計費？
依 token、按用量計費，採用 RunAPI 為各 GLM 模型公布的輸入與輸出費率，無需訂閱。
我應該先從哪個版本開始？
先選擇符合你品質標準中最便宜的版本。大多數團隊會先用快速版本，之後再升級到專業版用於正式上線。
有免費方案嗎？
新帳戶可在每個模型上免費使用首次呼叫。之後則按次計費。
你們支援串流結果嗎？
只要該功能可用，RunAPI 會提供端到端串流。
失敗的請求如何計費？
生成失敗不會收費。
輸出結果有快取嗎？
生成結果會儲存，並可透過任務 ID 取回。輸入內容不會快取。
可以商業使用嗎？
可以——除非模型授權明確限制，否則每個版本都包含商業使用權；若有例外，會在版本頁面標示。
速率限制怎麼算？
每個金鑰的速率限制會依使用等級而提升。最新限制請參考定價頁面。
如果遇到問題，要去哪裡回報？
請在公開的 GitHub repo 開 issue，或寄信給支援。