GLM 系列

智谱的 GLM 文本模型，包括 GLM-5.3、GLM-5.2、GLM-5.1、GLM-5 系列与视觉模型 GLM-5V Turbo。通过 OpenAI 兼容接口调用，同时支持 Anthropic 原生接口，可在 Claude Code 中使用。

常见任务

模型

完整的模型列表与实时价格请参阅模型页 ，也可通过 Models API 查询。模型 ID 的前缀为 z-ai/，可省略。

GLM 模型由智谱国际站（zai）提供，部分模型另有阿里云百炼、火山引擎等供应商，默认自动选择。指定方法见供应商路由。

调用示例

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": "用一句话解释什么是幂等性。"}],
    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": "用一句话解释什么是幂等性。"}],
    "thinking": {"type": "disabled"}
  }'

思考模式

全部 GLM 模型默认开启思考。实测同一道数学题的思考量与耗时：

传入 "thinking": {"type": "disabled"} 可关闭思考，实测对 GLM-5.2、GLM-5.1、GLM-5、GLM-5 Turbo、GLM-5V Turbo、GLM-4.7 FlashX 有效，耗时明显缩短（如 GLM-5 从约 4.5 分钟降至约 10 秒）。OpenAI SDK 中请放在 extra_body 里。

思考 token 按输出单价计费，数量见 usage.completion_tokens_details.reasoning_tokens。

读取思考内容

• 流式响应中，思考内容位于 delta.reasoning_content，与智谱官方 API 一致。
• 非流式响应中，思考内容位于 message.reasoning_details，请将各项的 text 依次拼接。

在 Claude Code 中使用

GLM 模型支持 Anthropic 原生接口，地址为 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": "用一句话解释什么是幂等性。"}]
  }'

• 通过 Anthropic 接口调用时，思考内容以 thinking 块返回，"thinking": {"type": "disabled"} 同样可关闭思考（适用模型同上）。
• 开启思考时请设置足够大的 max_tokens，并将客户端超时设置为 600 秒以上。

Claude Code 的完整配置步骤见 Claude Code 配置。

图片与 PDF

支持图片输入的模型使用标准的 image_url 内容块；GLM-5V Turbo 另支持 file 内容块传入 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": "描述这张图片。"},
    ]}],
    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 仅支持文本，请勿传入图片。

JSON 输出与工具调用

response_format 请使用 {"type": "json_object"}，并在提示词中写明「以 JSON 返回」及所需字段；工具调用使用标准的 tools 参数。写法见结构化输出与函数调用。

提示缓存

GLM 自动缓存重复的请求前缀，无需修改请求。命中量见 usage.prompt_tokens_details.cached_tokens，命中部分按缓存读取单价计费。

常见报错

其他通用错误见错误处理。

官方文档

• 智谱开放平台 · 文档 
• Z.ai · 开发者文档 

官方文档描述的是直连智谱时的行为。在 OfoxAI 上调用时，模型 ID 与接口地址以本页为准。

常见问题