En línea

GLM-5

Z.ai · API compatible con OpenAI

z-ai/glm-5

Crear cuenta →Inicio rápido ↓

USD / 1 millón de tokens

Entrada$0.89

Lectura de caché$0.11

Escritura en caché—

Salida$3.14

Contexto: 200K
Salida máxima: 128K
Llamada de herramientas: ✓
Razonamiento: ✓
Visión: ✗
Transmisión: ✓

API compatible con OpenAI

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
    model="z-ai/glm-5",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.iteracompute.com/v1",
  apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.chat.completions.create({
  model: "z-ai/glm-5",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);

curl https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

z-ai/glm-5Ver documentos →

Catálogo actualizado: 2026-10-19.

Descripción general

GLM-5 está disponible a través de la API compatible con IteraCompute OpenAI, con contexto, transmisión y razonamiento de 200K.

Tareas y compensaciones de selección.

Revisión del diseño del sistema.

Proporcione las restricciones y solicite modos de falla con mitigaciones comprobables.

Pruebas de generación de código

Genere un módulo contra una interfaz existente y ejecute sus pruebas.

Sugerencias de tareas basadas en las características y el precio del catálogo, no en puntos de referencia de calidad del modelo.

Elige tu herramienta

OpenAI SDKLlamar desde Python o JavaScript Vercel AI SDKConstruya una aplicación TypeScript

Elige un modelo y herramienta para tu tarea →

Capacidades del modelo

Funciones disponibles a través de la interfaz de este modelo.Actualizado el 16 de octubre de 2026.

Capacidad	Documentación del desarrollador de modelos	Nuestra interfaz	Prueba de ruta
Llamada de herramientas	Apoyado	Apoyado	Verificado · ver registro
Razonamiento	Apoyado	Apoyado	Verificado · ver registro
Entrada de imagen	Sólo texto	Sólo texto	Declaración de catálogo
Transmisión	Apoyado	Apoyado	Verificado · ver registro
Modo JSON (json_object)	Apoyado	Apoyado	Verificado · ver registro

Contexto: 200K · Límite de salida: 128K

Documentación del desarrollador de modelos

Registro de aceptación de ruta

2026-10-16 · z-ai/glm-5 · POST /v1/chat/completions

Comprobaciones de puerta de enlace retenidas, resumidas sin credenciales ni registros sin procesar.Sólo los controles a continuación están etiquetados como verificados;otras entradas siguen siendo declaraciones de catálogo.

Campos de solicitud
model, messages (17 × 19), temperature=0, max_tokens=768, max_completion_tokens=768, stream=true, stream_options.include_usage=true

Campos de respuesta clave
HTTP 200; choices[].delta.content → 323; [DONE]; usage.prompt_tokens=18; usage.completion_tokens=147; choices[].delta.reasoning_content: 358 chars

Criterio de aprobación
Completó SSE con una respuesta que contiene 323 y el uso final.Reasoning_content no vacío verifica únicamente la salida del razonamiento.

Campos de solicitud
model, messages, tools=[lookup_receipt]; then role=tool + tool_call_id

Campos de respuesta clave
HTTP 200 × 2; message.tool_calls[].id; function.name=lookup_receipt; function.arguments={"order_id":"A17"}; message.content → R68-Z9

Criterio de aprobación
Función correcta y argumentos analizables, seguidos de una respuesta final que contiene el resultado de la herramienta proporcionada.Un solo ciclo de herramienta.

Campos de solicitud
model, messages (17 × 19 as JSON), response_format.type=json_object

Campos de respuesta clave
HTTP 200; choices[0].message.content → {"answer":323}

Criterio de aprobación
json.loads(contenido) es igual a {"respuesta":323}.Este mensaje cooperativo no establece la aplicación arbitraria del esquema.

Pequeñas muestras de aceptación en la fecha indicada.El contexto completo y los límites de salida son declaraciones de catálogo;Estas comprobaciones no establecieron la calidad del contexto prolongado, los flujos de trabajo de codificación completos y la estabilidad sostenida.

Establezca controles de pensamiento por modelo.Utilice un estilo de control por solicitud.

Para respuestas JSON, valide el esquema de su aplicación antes de usarla.Los insumos y los resultados solicitados comparten el presupuesto contextual.

Precios

Precios en USD por 1 millón de tokens.

Entrada$0.89

Lectura de caché$0.11

Escritura en caché—

Salida$3.14

Tarea de ejemplo: revisar las restricciones del sistema

Supongamos 16 000 tokens de entrada agregados y 2000 tokens de salida facturables en todas las llamadas.No hay acierto en caché.

16,000 × $0.89 / 1M + 2,000 × $3.14 / 1M = $0.020520

Si el uso realmente informa que 12 000 de esos tokens de entrada están almacenados en caché, reemplace esa parte a la tasa de entrada almacenada en caché ($0,11/1 millón): $0,011160.Los tokens almacenados en caché son parte de la entrada total y nunca se agregan encima.

Cálculo ilustrativo basado en el catálogo del 2026-10-19. Incluye todas las llamadas y reintentos del agente, el historial repetido y la salida de razonamiento facturable; la liquidación se basa en el uso real y los precios actuales de Console.

Calcule su costo mensual

Utiliza el catálogo del 2026-10-19, independientemente de los precios en vivo de arriba. USD por 1M de tokens; es una estimación, no una factura.

La estimación solo incluye entrada de texto estándar, lecturas de caché y salida de texto. Excluye recargos por contexto largo, niveles de servicio, escrituras de caché, imágenes y herramientas.

modelo

Tokens de entrada/solicitud

Tokens de salida facturables/solicitud

Cuota de entrada almacenada en caché (%)

Solicitudes / mes

La entrada incluye tokens almacenados en caché;El resultado incluye razonamiento facturable.Cuente cada solicitud de API, incluidos los pasos y reintentos del agente.

Costo mensual estimado

—USD / mes

GLM-5

Entrada sin caché: —
lectura de caché: —
Salida facturable: —

Conecta este modelo →

Bases de cálculo y facturación

Costo mensual = solicitudes × [entrada × (1 − recurso compartido en caché) × tasa de entrada + entrada × recurso compartido en caché × tasa de lectura de caché + salida × tasa de salida] / 1.000.000.

Los tokens almacenados en caché son parte de la entrada total y nunca se agregan encima.Utilice aciertos de lectura de caché reales del uso;repetir un mensaje no garantiza un acierto.Las tarifas que faltan no están confirmadas, no son $0.Se excluyen las tarifas separadas de escritura en caché, almacenamiento y otras tarifas adicionales.Liquidar el uso real y los precios actuales de la consola.

Habilite JavaScript para usar la calculadora.El ejemplo trabajado anterior sigue estando disponible.

Límites de uso

Los insumos y el resultado máximo solicitado comparten el presupuesto del contexto.Mantenga ambos dentro de los límites del modelo.
Divida los flujos de trabajo largos en pasos acotados y controle los errores y reintentos de las herramientas en su aplicación.
Los tokens de razonamiento son resultados facturables.Reserve suficiente presupuesto de generación para obtener una respuesta de texto final.
Vea la disponibilidad y los precios actuales en la Consola.

Parámetros API

Campo de parámetro/protocolo	Uso
`model / messages`	Utilice el ID de modelo exacto y la lista de mensajes de chat
`stream=true / stream_options.include_usage=true`	Recibir fragmentos de SSE, [HECHO] y uso final
`tools / tool_calls / role=tool`	Defina funciones en herramientas, ejecute llamadas a herramientas y devuelva resultados con rol=herramienta
`response_format.type=json_object`	Solicitar JSON válido;validar la estructura requerida en su aplicación
`reasoning_content`	El resultado del razonamiento está separado de la respuesta final y cuenta para el uso del resultado.
`{"enable_thinking":false}`	Apoyado;Utilice un estilo de control del pensamiento por solicitud.
`{"enable_thinking":true}`	Apoyado;Utilice un estilo de control del pensamiento por solicitud.

API

URL básica: https://api.iteracompute.com/v1
Punto final: POST /v1/chat/completions
ID del modelo: z-ai/glm-5
Autenticación: Autorización: Portador ITERACOMPUTE_API_KEY

Ver documentos

Preguntas frecuentes

¿Cómo uso GLM-5 con el SDK de OpenAI?

Establezca base_url en https://api.iteracompute.com/v1 y modelo en z-ai/glm-5.Autentíquese con su clave API de IteraCompute.

¿Cuánto cuesta el GLM-5?

Consulte la sección de precios para conocer las tasas actuales de entrada, entrada en caché y salida en USD por 1 millón de tokens.Verifique el tiempo de actualización antes de su uso.

¿Qué longitud de contexto está disponible?

Consulta el contexto y la salida máxima actuales en las especificaciones del modelo de arriba. La entrada y la salida máxima solicitada comparten el límite de contexto.

¿Listo para su primera solicitud?

Cree su clave, elija una herramienta y obtenga una primera respuesta que no esté vacía.

Crea una cuenta →Elige un tutorial