Entwickler-Leitfaden
Die GLM-5-API: Von der ersten Anfrage bis zum Produktiveinsatz
§ 01Zwei Wege
Wo Sie GLM-5 aufrufen können
Z.ai-Plattform
Z.ai, der Entwickler von GLM, betreibt eine eigene API. Der allgemeine Endpunkt lautet https://api.z.ai/api/paas/v4/chat/completions und folgt dem OpenAI-Chat-Completions-Protokoll, sodass die offiziellen OpenAI-SDKs durch einfaches Ändern der Base-URL funktionieren. Die Z.ai-Dokumentation führt zudem einen Coding-Endpunkt (https://api.z.ai/api/coding/paas/v4), einen Endpunkt im Responses-Stil (https://api.z.ai/api/v1) sowie einen Anthropic-kompatiblen Endpunkt (https://api.z.ai/api/anthropic) für Tools auf, die diese Formate erwarten.
Bei Z.ai sind die Modell-IDs kurz gehalten: glm-5.3, glm-5.3-flash und glm-5.3-flashx. Das Denken wird mit "thinking": {"type": "enabled"} aktiviert, und die Tiefe wird über reasoning_effort festgelegt. Sie benötigen ein Z.ai-Konto und einen API-Schlüssel; die aktuellen Tarife finden Sie auf der Z.ai-eigenen Preisseite.
OpenRouter
OpenRouter ist ein Aggregator: Mit einem einzigen Schlüssel und einem Endpunkt (https://openrouter.ai/api/v1/chat/completions) erhalten Sie Zugriff auf alle GLM-5-Modelle sowie Modelle anderer Anbieter. Modell-IDs tragen ein Anbieter-Präfix – z-ai/glm-5.3, z-ai/glm-5.3-flash usw. – und Reasoning wird über ein einzelnes reasoning-Objekt gesteuert, wie etwa {"effort": "low"}.
Die Preise in der nachstehenden Tabelle stammen von OpenRouter. Über OpenRouter betreibt auch diese Website ihren kostenlosen Chat, sodass das Verhalten im Chat genau dem entspricht, was Sie von der API erhalten.
- Wählen Sie Z.ai, wenn Sie die plattformeigene Infrastruktur des Entwicklers, den Coding-Endpunkt oder Anthropic-kompatiblen Zugriff bevorzugen.
- Wählen Sie OpenRouter, wenn Sie eine einzige Abrechnung für viele Modellfamilien und einen einfachen Wechsel zwischen ihnen wünschen.
- In beiden Fällen bleibt Ihr Code derselbe OpenAI-kompatible Request – lediglich mit einer anderen Base-URL und einem anderen Modellnamen.
§ 02Preise
GLM-5-API-Preise auf OpenRouter
USD pro 1 Million Tokens, plus eine Schätzung für 1.000 typische Chat-Nachrichten. Klicken Sie auf ein Modell für den vollständigen Guide.
| Modell | Modell-ID | Kontext | Input / 1M | Output / 1M | 1.000 Chats* |
|---|---|---|---|---|---|
| GLM-5 | z-ai/glm-5 | 205K | $1 | $3.20 | $3.74 |
| GLM-5-Turbo | z-ai/glm-5-turbo | 203K | $1.20 | $4 | $4.60 |
| GLM-5V-Turbo | z-ai/glm-5v-turbo | 203K | $1.20 | $4 | $4.60 |
| GLM-5.1 | z-ai/glm-5.1 | 205K | $1.40 | $4.40 | $5.18 |
| GLM-5.2 | z-ai/glm-5.2 | 1.05M | $0.0341 | $7 | $4.95 |
| GLM-5.3 | z-ai/glm-5.3 | 1.05M | $0.079 | $1.40 | $1.10 |
| GLM-5.3 Flash | z-ai/glm-5.3-flash | 1.05M | $0.0052 | $0.1985 | $0.15 |
| GLM-5.3 FlashX | z-ai/glm-5.3-flashx | 1.05M | $0.37 | $1.25 | $1.43 |
| GLM-5.3 Prime | z-ai/glm-5.3-prime | 1M | $2.80 | $8.80 | $10 |
*1.000 Chat-Nachrichten mit jeweils 1.500 Input- und 700 Output-Tokens. Preise laut OpenRouter-Modellliste zum Zeitpunkt der Erstellung; Reasoning-Tokens werden als Output abgerechnet.
§ 03Code
Kopierfertige Requests
Hinterlegen Sie Ihren API-Key in einer Umgebungsvariable – binden Sie ihn niemals in clientseitigen Code oder ein öffentliches Repository ein.
OpenRouter
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5.3",
"messages": [
{"role": "system", "content": "You are a concise senior engineer."},
{"role": "user", "content": "Explain idempotency keys in two paragraphs."}
],
"reasoning": {"effort": "low"},
"max_tokens": 1024,
"stream": false
}'Z.ai-Plattform
curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ZAI_API_KEY" \
-d '{
"model": "glm-5.3",
"messages": [{"role": "user", "content": "Summarise the CAP theorem."}],
"thinking": {"type": "enabled"},
"reasoning_effort": "low"
}'Z.ai verwendet kurze Modell-Codes (glm-5.3, glm-5.3-flash) und einen separaten Thinking-Schalter. Aktuelle Parameter und Limits finden Sie in der Dokumentation von Z.ai.
§ 04Details
Parameter, auf die es ankommt
Reasoning ist Teil der Antwort
GLM-5.3 denkt immer nach, bevor es antwortet; Sie entscheiden, wie viel. Die Modellkarte listet drei reasoning_effort-Stufen auf – low, high und max – und gibt an, dass der Standardwert max ist, wenn nichts übergeben wird. Für Chats und einfache Tools sollten Sie explizit ein niedriges Niveau einstellen: Antworten kommen schneller an und kosten weniger, da Reasoning-Tokens als Output abgerechnet werden.
Beim Streaming über OpenRouter wird das Reasoning in delta.reasoning und der finale Text in delta.content übertragen. Zeigen Sie Ersteres als einklappbares „Denkprozess“-Panel an oder blenden Sie es aus, aber fügen Sie es nicht wieder in den Konversationsverlauf ein.
Bilder an GLM-5.3 Flash senden
GLM-5.3 Flash, GLM-5.3 FlashX und GLM-5V-Turbo akzeptieren Bilder. Senden Sie die Benutzernachricht als Array von Teilen: einen Textteil und einen image_url-Teil, dessen url entweder eine öffentliche HTTPS-Adresse oder eine Base64-Daten-URL wie data:image/jpeg;base64,… ist. GLM-5.3 und GLM-5.3 Prime unterstützen nur Text, leiten Sie Bildanfragen daher an Flash weiter.
Skalieren Sie große Fotos vor dem Senden herunter. Eine lange Seite von etwa 1.024 Pixeln hält die Anfrage klein und reicht für die meisten Fragen zu Dokumenten, Diagrammen und Screenshots völlig aus.
Kontext- und Output-Limits
GLM-5.2, GLM-5.3 und GLM-5.3 Flash bieten auf OpenRouter einen Kontext von 1.048.576 Tokens und bis zu 943,718 Output-Tokens. Das bedeutet nicht, dass Sie dies bei jedem Aufruf voll ausreizen sollten: Input-Tokens sind bei diesen Modellen günstig, lange Outputs hingegen nicht; begrenzen Sie max_tokens daher auf das, was Ihre Benutzeroberfläche darstellen kann.
Halten Sie bei Agenten den System-Prompt stabil und hängen Sie neue Inhalte an die Konversation an, anstatt sie umzuschreiben. Anbieter mit Prompt-Caching können so vorherige Arbeitsschritte wiederverwenden.
- Verwenden Sie stream: true für alles, worauf ein Nutzer aktiv wartet.
- Wiederholen Sie Anfragen bei 429-, 502- und 503-Fehlern mit einem kurzen Backoff.
- Protokollieren Sie usage aus dem letzten Chunk, um Ihre Ausgaben im Blick zu behalten.
§ 05FAQ
Fragen zur GLM-5-API
Q01Ist die GLM-5-API mit dem OpenAI-SDK kompatibel?
Ja. Sowohl der Endpunkt von Z.ai als auch OpenRouter akzeptieren Chat-Completions-Anfragen im OpenAI-Format. Setzen Sie einfach die Base-URL des SDKs auf den jeweiligen Anbieter und verwenden Sie einen GLM-Modellnamen.
Q02Welches GLM-5-Modell ist am günstigsten im Aufruf?
GLM-5.3 Flash. Auf OpenRouter kostet es $0.0052 pro Million Input-Tokens und $0.1985 pro Million Output-Tokens und verarbeitet zudem Bilder und Videos.
Q03Wie lauten die Modell-IDs von GLM-5.3?
Auf OpenRouter: z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx und z-ai/glm-5.3-prime. Auf der Plattform von Z.ai: glm-5.3, glm-5.3-flash und glm-5.3-flashx.
Q04Kann ich das Reasoning deaktivieren?
GLM-5.3 führt auf der Plattform von Z.ai immer Reasoning durch. Sie können es kurz halten, indem Sie einen niedrigen reasoning_effort anfordern – genau das tut unser kostenloser Chat standardmäßig.
Q05Gibt es eine kostenlose GLM-5 API?
Diese Website bietet keine öffentliche API an. Sie können GLM-5.3 und GLM-5.3 Flash kostenlos in unserem Web-Chat testen und für den programmatischen Zugriff anschließend zu Z.ai oder OpenRouter wechseln.
Jetzt ausprobieren
Stellen Sie GLM-5.3 eine echte Frage.
Kein Account, keine Kreditkarte, keine Installation. Geben Sie eine Frage ein und sehen Sie, wie GLM-5.3 Flash in Sekundenschnelle antwortet – wechseln Sie für die anspruchsvollsten Aufgaben zu GLM-5.3.