On-line

GLM-5.1

Z.ai · API compatível com OpenAI

z-ai/glm-5.1

Criar conta →Início rápido ↓

Tokens USD/1 milhão

Entrada$1.18

Leitura de cache$0.12

Gravação em cache—

Saída$4.17

Contexto: 202K
Saída máxima: 128K
Chamada de ferramenta: ✗
Raciocínio: ✓
Visão: ✗
Transmissão: ✓

API compatível com 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-5.1",
    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-5.1",
  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-5.1",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

z-ai/glm-5.1Ver documentos →

Catálogo atualizado: 2026-10-19.

Visão geral

GLM-5.1 está disponível por meio da API IteraCompute compatível com OpenAI, com contexto, streaming e raciocínio de 202K.

Tarefas e compensações de seleção

Análise em várias etapas

Peça uma solução com suposições explícitas e verifique o resultado final.

Experimentos de revisão de código

Forneça uma comparação focada e solicite casos de falha reproduzíveis.

Sugestões de tarefas baseadas em recursos e preços do catálogo, e não em referências de qualidade do modelo.

Escolha sua ferramenta

OpenAI SDKChamada de Python ou JavaScript Vercel AI SDKCrie um aplicativo TypeScript

Escolha um modelo e ferramenta para sua tarefa →

Capacidades do modelo

Recursos disponíveis através da interface deste modelo.Atualizado em 16 de outubro de 2026.

Capacidade	Documentação do desenvolvedor de modelo	Nossa interface	Teste de rota
Chamada de ferramenta	Suportado	Indisponível nesta interface	Declaração de catálogo
Raciocínio	Suportado	Suportado	Verificado · ver registro
Entrada de imagem	Somente texto	Somente texto	Declaração de catálogo
Transmissão	Suportado	Suportado	Verificado · ver registro
Modo JSON (json_object)	Suportado	Indisponível nesta interface	Declaração de catálogo

Contexto: 202K · Limite de saída: 128K

Documentação do desenvolvedor de modelo

Registro de aceitação de rota

2026-10-16 · z-ai/glm-5.1 · POST /v1/chat/completions

Verificações de gateway retidas, resumidas sem credenciais ou logs brutos.Somente as verificações abaixo são rotuladas como verificadas;outras entradas permanecem declarações de catálogo.

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

Principais campos de resposta
HTTP 200; choices[].delta.content → 323; [DONE]; usage.prompt_tokens=18; usage.completion_tokens=93; choices[].delta.reasoning_content: 240 chars

Critério de aprovação
SSE concluído com uma resposta contendo 323 e uso final.reasoning_content não vazio verifica apenas a saída de raciocínio.

Pequenas amostras de aceitação na data indicada.O contexto completo e os limites de saída são declarações de catálogo;qualidade de contexto longo, fluxos de trabalho de codificação completos e estabilidade sustentada não foram estabelecidos por essas verificações.

Defina controles de pensamento por modelo.Use um estilo de controle por solicitação.

A chamada de ferramenta e a aplicação do formato JSON não estão disponíveis nesta interface.

Para respostas JSON, valide o esquema do seu aplicativo antes de usar.A entrada e a saída solicitada compartilham o orçamento de contexto.

Preços

Preços em dólares americanos por 1 milhão de tokens.

Entrada$1.18

Leitura de cache$0.12

Gravação em cache—

Saída$4.17

Tarefa de exemplo: revisar uma diferença focada

Suponha 18.000 tokens de entrada agregados e 2.000 tokens de saída faturáveis em todas as chamadas.Nenhum cache atingido.

18,000 × $1.18 / 1M + 2,000 × $4.17 / 1M = $0.029580

Se o uso realmente relatar 13.500 desses tokens de entrada como armazenados em cache, substitua essa parte pela taxa de entrada em cache (US$ 0,12/1 milhão): US$ 0,015270.Os tokens armazenados em cache fazem parte da entrada total, nunca adicionados ao topo.

Cálculo ilustrativo baseado no catálogo de 2026-10-19. Inclua todas as chamadas e tentativas do agente, o histórico repetido e a saída de raciocínio faturável; o acerto considera o uso real e os preços atuais do Console.

Estime seu custo mensal

Usa o catálogo de 2026-10-19, independentemente dos preços ao vivo acima. USD por 1M de tokens; é uma estimativa, não uma fatura.

A estimativa inclui apenas entrada de texto padrão, leituras de cache e saída de texto. Exclui adicionais de contexto longo, níveis de serviço, gravações de cache, imagens e ferramentas.

Modelo

Tokens de entrada/solicitação

Tokens/solicitação de saída faturável

Parcela de entrada em cache (%)

Solicitações/mês

A entrada inclui tokens armazenados em cache;a saída inclui raciocínio faturável.Conte cada solicitação de API, incluindo etapas e novas tentativas do agente.

Custo mensal estimado

—USD / mês

GLM-5.1

Entrada sem cache: —
Leitura de cache: —
Saída faturável: —

Conecte este modelo →

Base de cálculo e faturamento

Custo mensal = solicitações × [entrada × (1 - compartilhamento em cache) × taxa de entrada + entrada × compartilhamento em cache × taxa de leitura de cache + saída × taxa de saída] / 1.000.000.

Os tokens armazenados em cache fazem parte da entrada total, nunca adicionados ao topo.Use ocorrências reais de leitura de cache do uso;repetir um prompt não garante um acerto.As taxas ausentes não são confirmadas, e não $0.Gravação de cache separada, armazenamento e outras taxas adicionais estão excluídas.Faça um acordo com o uso real e os preços atuais do console.

Habilite o JavaScript para usar a calculadora.O exemplo trabalhado acima permanece disponível.

Limites de uso

A entrada e a produção máxima solicitada partilham o orçamento de contexto.Mantenha ambos dentro dos limites do modelo.
Divida fluxos de trabalho longos em etapas limitadas e lide com erros de ferramentas e novas tentativas em seu aplicativo.
Os tokens de raciocínio são saídas faturáveis.Reserve orçamento de geração suficiente para obter uma resposta final em texto.
Veja a disponibilidade e os preços atuais no Console.

Parâmetros de API

Campo parâmetro/protocolo	Uso
`model / messages`	Use o ID exato do modelo e a lista de mensagens de bate-papo
`stream=true / stream_options.include_usage=true`	Receba pedaços SSE, [DONE] e uso final
`tools / tool_calls / role=tool`	Indisponível nesta interface
`response_format.type=json_object`	A aplicação de formato não está disponível nesta interface
`reasoning_content`	A saída do raciocínio é separada da resposta final e conta para o uso da saída

API

URL base: https://api.iteracompute.com/v1
Ponto final: POST /v1/chat/completions
ID do modelo: z-ai/glm-5.1
Autenticação: Autorização: Portador ITERACOMPUTE_API_KEY

Ver documentos

Perguntas frequentes

Como uso o GLM-5.1 com o OpenAI SDK?

Defina base_url como https://api.iteracompute.com/v1 e modele como z-ai/glm-5.1.Autentique com sua chave de API IteraCompute.

Quanto custa o GLM-5.1?

Consulte a seção de preços para taxas atuais de entrada, entrada em cache e saída em dólares americanos por 1 milhão de tokens.Verifique o tempo de atualização antes de usar.

Qual comprimento de contexto está disponível?

Consulte o contexto e a saída máxima atuais nas especificações do modelo acima. A entrada e a saída máxima solicitada compartilham o limite de contexto.

Pronto para sua primeira solicitação?

Crie sua chave, escolha uma ferramenta e obtenha uma primeira resposta não vazia.

Crie uma conta →Escolha um tutorial