Guía para desarrolladores
La API de GLM-5, de la primera petición a producción
§ 01Dos vías
Dónde puedes llamar a GLM-5
Plataforma de Z.ai
Z.ai, el desarrollador de GLM, gestiona su propia API. El endpoint general es https://api.z.ai/api/paas/v4/chat/completions y sigue el protocolo de chat completions de OpenAI, por lo que los SDK oficiales de OpenAI funcionan simplemente cambiando la URL base. La documentación de Z.ai también incluye un endpoint de código (https://api.z.ai/api/coding/paas/v4), un endpoint de estilo Responses (https://api.z.ai/api/v1) y un endpoint compatible con Anthropic (https://api.z.ai/api/anthropic) para herramientas que esperan esos formatos.
En Z.ai, los identificadores de modelo son breves: glm-5.3, glm-5.3-flash y glm-5.3-flashx. El modo de pensamiento se activa con "thinking": {"type": "enabled"}, y la profundidad se define con reasoning_effort. Necesitas una cuenta de Z.ai y una clave de API; consulta la página de precios de Z.ai para ver sus tarifas actuales.
OpenRouter
OpenRouter es un agregador: una sola clave y un solo endpoint (https://openrouter.ai/api/v1/chat/completions) te dan acceso a todos los modelos GLM-5 junto con modelos de otros laboratorios. Los ID de los modelos llevan un prefijo de proveedor — z-ai/glm-5.3, z-ai/glm-5.3-flash, etc. — y el razonamiento se controla con un único objeto reasoning como {"effort": "low"}.
Los precios de la siguiente tabla son los de OpenRouter. Este sitio también utiliza OpenRouter para su chat gratuito, por lo que el comportamiento que ves en nuestro chat es el mismo que obtendrás desde la API.
- Elige Z.ai si deseas utilizar la propia plataforma del desarrollador, su endpoint de código o acceso compatible con Anthropic.
- Elige OpenRouter si buscas una sola factura para varias familias de modelos y la flexibilidad de alternar fácilmente entre ellas.
- En ambos casos, tu código utiliza la misma estructura de petición al estilo de OpenAI, cambiando únicamente la URL base y el nombre del modelo.
§ 02Precios
Precios de la API de GLM-5 en OpenRouter
USD por cada 1 millón de tokens, junto con un cálculo estimado para 1.000 turnos de chat habituales. Haz clic en un modelo para ver su guía completa.
| Modelo | ID del modelo | Contexto | Entrada / 1M | Salida / 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 turnos de chat compuestos por 1.500 tokens de entrada y 700 tokens de salida cada uno. Precios basados en el catálogo de modelos de OpenRouter al momento de la publicación; los tokens de razonamiento se facturan como tokens de salida.
§ 03Código
Peticiones listas para copiar
Configura tu clave como una variable de entorno; nunca la incluyas en código del lado del cliente ni en repositorios públicos.
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
}'Plataforma Z.ai
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 utiliza identificadores de modelo simplificados (glm-5.3, glm-5.3-flash) junto con un parámetro independiente para activar el modo de razonamiento. Consulta la documentación oficial de Z.ai para comprobar los parámetros y límites más recientes.
§ 04Detalles
Parámetros que importan
El razonamiento es parte de la respuesta
GLM-5.3 siempre razona antes de responder; tú eliges cuánto. Su model card incluye tres niveles de reasoning_effort (low, high y max) e indica que el valor predeterminado es max si no se pasa ninguno. Para chat y herramientas sencillas, establece un esfuerzo low de forma explícita: las respuestas llegan más rápido y cuestan menos, ya que los tokens de razonamiento se facturan como salida.
Al usar streaming a través de OpenRouter, el razonamiento llega en delta.reasoning y el texto final en delta.content. Muestra el primero como un panel desplegable de «pensamiento» u ocúltalo, pero no lo pegues de nuevo en el historial de la conversación.
Enviar imágenes a GLM-5.3 Flash
GLM-5.3 Flash, GLM-5.3 FlashX y GLM-5V-Turbo admiten imágenes. Envía el mensaje del usuario como un array de partes: una parte de texto y una parte image_url cuya url sea una dirección HTTPS pública o una URL de datos base64 como data:image/jpeg;base64,…. GLM-5.3 y GLM-5.3 Prime son solo de texto, así que redirige las solicitudes con imágenes a Flash.
Redimensiona las fotos grandes antes de enviarlas. Un lado largo de unos 1024 píxeles mantiene la petición ligera y es suficiente para la mayoría de consultas sobre documentos, gráficos y capturas de pantalla.
Límites de contexto y salida
GLM-5.2, GLM-5.3 y GLM-5.3 Flash admiten un contexto de 1,048,576 tokens en OpenRouter y hasta 943,718 tokens de salida. Eso no significa que debas agotarlo en cada llamada: los tokens de entrada son económicos en estos modelos, pero las salidas largas no lo son, así que limita max_tokens a lo que tu interfaz pueda mostrar.
En el caso de los agentes, mantén estable el prompt del sistema y añade contenido a la conversación en lugar de reescribirla; de este modo, los proveedores que almacenan prompts en caché pueden reutilizar el trabajo previo.
- Usa stream: true para cualquier respuesta que una persona esté esperando en tiempo real.
- Reintenta las respuestas 429, 502 y 503 aplicando un breve backoff.
- Registra el consumo (usage) del chunk final para controlar tu gasto.
§ 05Preguntas frecuentes
Preguntas sobre la API de GLM-5
Q01¿Es la API de GLM-5 compatible con el SDK de OpenAI?
Sí. Tanto el endpoint de Z.ai como OpenRouter admiten peticiones de chat completions al estilo de OpenAI. Apunta la URL base del SDK al proveedor y utiliza un nombre de modelo GLM.
Q02¿Cuál es el modelo GLM-5 más económico para llamadas a la API?
GLM-5.3 Flash. En OpenRouter cuesta $0.0052 por millón de tokens de entrada y $0.1985 por millón de tokens de salida, y además procesa imágenes y vídeo.
Q03¿Cuáles son los IDs de modelo de GLM-5.3?
En OpenRouter: z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx y z-ai/glm-5.3-prime. En la plataforma de Z.ai: glm-5.3, glm-5.3-flash y glm-5.3-flashx.
Q04¿Puedo desactivar el razonamiento?
GLM-5.3 siempre razona en la plataforma de Z.ai. Puedes hacer que sea breve solicitando un nivel de razonamiento bajo, que es lo que nuestro chat gratuito hace por defecto.
Q05¿Hay una API gratuita de GLM-5?
Este sitio no ofrece una API pública. Puedes probar GLM-5.3 y GLM-5.3 Flash gratis en nuestro chat web, y luego pasar a Z.ai u OpenRouter para acceder mediante programación.
Pruébalo ahora
Pregúntale algo real a GLM-5.3.
Sin cuenta, sin tarjeta y sin instalación. Escribe una pregunta y observa cómo GLM-5.3 Flash responde en segundos; cambia a GLM-5.3 para los problemas más difíciles.