Семейство GLM

Текстовые модели GLM от Zhipu: серии GLM-5.3, GLM-5.2, GLM-5.1, GLM-5 и визуальная модель GLM-5V Turbo. Они вызываются через OpenAI-совместимый API и также поддерживают нативный API Anthropic, поэтому их можно использовать в Claude Code.

Типичные задачи

Модели

Полный список моделей и актуальные цены см. на странице моделей ; их также можно получить через Models API. Префикс ID моделей — z-ai/, его можно опустить.

Модели GLM предоставляет международная площадка Zhipu (zai); у некоторых моделей есть и другие провайдеры, например Alibaba Cloud Model Studio и Volcano Engine. По умолчанию провайдер выбирается автоматически. Как указать провайдера, см. в разделе Маршрутизация провайдеров.

Примеры вызова

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="z-ai/glm-5.1",
    messages=[{"role": "user", "content": "Объясни одним предложением, что такое идемпотентность."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.1",
    "messages": [{"role": "user", "content": "Объясни одним предложением, что такое идемпотентность."}],
    "thinking": {"type": "disabled"}
  }'

Режим thinking

Все модели GLM по умолчанию используют thinking. Объём thinking и время ответа по нашим замерам на одной и той же математической задаче:

Передайте "thinking": {"type": "disabled"}, чтобы отключить thinking. По нашим замерам, это работает для GLM-5.2, GLM-5.1, GLM-5, GLM-5 Turbo, GLM-5V Turbo и GLM-4.7 FlashX и заметно сокращает время ответа (например, у GLM-5 — примерно с 4,5 минуты до 10 секунд). В OpenAI SDK передавайте параметр внутри extra_body.

Токены thinking оплачиваются по цене вывода, их число указано в usage.completion_tokens_details.reasoning_tokens.

Чтение содержимого thinking

• В потоковом ответе содержимое thinking находится в delta.reasoning_content, как и в официальном API Zhipu.
• В непотоковом ответе содержимое thinking находится в message.reasoning_details; склейте поля text всех элементов по порядку.

Использование в Claude Code

Модели GLM поддерживают нативный API Anthropic по адресу https://api.ofox.io/anthropic:

curl https://api.ofox.io/anthropic/v1/messages \
  -H "x-api-key: $OFOX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3",
    "max_tokens": 8000,
    "messages": [{"role": "user", "content": "Объясни одним предложением, что такое идемпотентность."}]
  }'

• При вызове через Anthropic API содержимое thinking возвращается блоками thinking; "thinking": {"type": "disabled"} так же отключает thinking (для тех же моделей, что указаны выше).
• При включённом thinking задавайте достаточно большой max_tokens и устанавливайте таймаут клиента не менее 600 секунд.

Полный порядок настройки Claude Code см. в разделе Настройка Claude Code.

Изображения и PDF

Модели с поддержкой ввода изображений используют стандартный блок содержимого image_url; GLM-5V Turbo также принимает PDF в блоке содержимого file:

import base64
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
img_b64 = base64.b64encode(open("photo.png", "rb").read()).decode()
 
resp = client.chat.completions.create(
    model="z-ai/glm-5v-turbo",
    messages=[{"role": "user", "content": [
        {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_b64}"}},
        {"type": "text", "text": "Опиши это изображение."},
    ]}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

GLM-5.3, GLM-5.2, GLM-5.1, GLM-5 и GLM-5 Turbo работают только с текстом — не передавайте им изображения.

JSON-вывод и вызов инструментов

Для response_format используйте {"type": "json_object"} и явно укажите в промпте «верни в формате JSON», перечислив нужные поля; для вызова инструментов используется стандартный параметр tools. Подробнее см. в разделах Структурированный вывод и Вызов функций.

Кэширование промптов

GLM автоматически кэширует повторяющиеся префиксы запросов, менять запросы не нужно. Объём попадания показывает usage.prompt_tokens_details.cached_tokens; попавшая в кэш часть оплачивается по цене чтения из кэша.

Типичные ошибки

Прочие общие ошибки: Обработка ошибок.

Официальная документация

• Открытая платформа Zhipu · Документация 
• Z.ai · Документация для разработчиков 

Официальная документация описывает поведение при прямом обращении к Zhipu. При вызове через OfoxAI ID моделей и адреса API указывайте так, как описано на этой странице.

Часто задаваемые вопросы