GLM 系列

智譜的 GLM 文字模型，包括 GLM-5.3、GLM-5.2、GLM-5.1、GLM-5 系列與視覺模型 GLM-5V Turbo。透過 OpenAI 相容介面呼叫，同時支援 Anthropic 原生介面，可在 Claude Code 中使用。

常見任務

模型

完整的模型清單與即時價格請參閱模型頁 ，也可透過 Models API 查詢。模型 ID 的前綴為 z-ai/，可省略。

GLM 模型由智譜國際站（zai）提供，部分模型另有阿里雲百煉、火山引擎等供應商，預設自動選擇。指定方式請見供應商路由。

呼叫範例

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": "用一句話解釋什麼是冪等性。"}],
    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": "用一句話解釋什麼是冪等性。"}],
    "thinking": {"type": "disabled"}
  }'

思考模式

所有 GLM 模型皆預設開啟思考。實測同一道數學題的思考量與耗時：

傳入 "thinking": {"type": "disabled"} 可關閉思考，實測對 GLM-5.2、GLM-5.1、GLM-5、GLM-5 Turbo、GLM-5V Turbo、GLM-4.7 FlashX 有效，耗時明顯縮短（如 GLM-5 從約 4.5 分鐘降至約 10 秒）。在 OpenAI SDK 中請放在 extra_body 裡。

思考 token 依輸出單價計費，數量請見 usage.completion_tokens_details.reasoning_tokens。

讀取思考內容

• 串流回應中，思考內容位於 delta.reasoning_content，與智譜官方 API 一致。
• 非串流回應中，思考內容位於 message.reasoning_details，請將各項的 text 依序串接。

在 Claude Code 中使用

GLM 模型支援 Anthropic 原生介面，位址為 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": "用一句話解釋什麼是冪等性。"}]
  }'

• 透過 Anthropic 介面呼叫時，思考內容以 thinking 區塊回傳，"thinking": {"type": "disabled"} 同樣可關閉思考（適用模型同上）。
• 開啟思考時請設定足夠大的 max_tokens，並將用戶端逾時設定為 600 秒以上。

Claude Code 的完整設定步驟請見 Claude Code 設定。

圖片與 PDF

支援圖片輸入的模型使用標準的 image_url 內容區塊；GLM-5V Turbo 另支援以 file 內容區塊傳入 PDF：

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": "描述這張圖片。"},
    ]}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

GLM-5.3、GLM-5.2、GLM-5.1、GLM-5、GLM-5 Turbo 僅支援文字，請勿傳入圖片。

JSON 輸出與工具呼叫

response_format 請使用 {"type": "json_object"}，並在提示詞中寫明「以 JSON 回傳」及所需欄位；工具呼叫使用標準的 tools 參數。寫法請見結構化輸出與函式呼叫。

提示快取

GLM 會自動快取重複的請求前綴，不需要修改請求。命中量請見 usage.prompt_tokens_details.cached_tokens，命中部分依快取讀取單價計費。

常見錯誤

其他通用錯誤請見錯誤處理。

官方文件

• 智譜開放平台 · 文件 
• Z.ai · 開發者文件 

官方文件描述的是直連智譜時的行為。在 OfoxAI 上呼叫時，模型 ID 與介面位址以本頁為準。

常見問題