Tool calling
Los modelos GLM-5 en OpenRouter admiten herramientas y tool_choice, los bloques fundamentales del bucle de un agente.
use-cases/agents
Caso de uso · ingeniería de agentes
Creación de agentes con GLM-5
El trabajo con agentes de largo horizonte es el principal objetivo de diseño de la familia GLM-5. GLM-5.1 fue creado para seguir mejorando una solución a lo largo de cientos de rondas y miles de llamadas a herramientas, y GLM-5.3 amplía eso con un contexto de un millón de tokens. Esta guía cubre la elección del modelo, el diseño y cómo usar nuestro chat para planificar un agente.
Qué modeloGLM-5.3Para agentes en producción, usa GLM-5.3 (o GLM-5.3 Prime para mayor velocidad) a través de la API con tool calling. GLM-5.3 Flash es una opción potente y mucho más económica para agentes de alto volumen o basados en visión. En nuestro chat, usa GLM-5.3 para diseñar y depurar los prompts de tus agentes.
§ 01En qué destaca
Por qué GLM-5 es ideal para el trabajo con agentes
Horizontes largos
Z.ai diseñó la familia para tareas que se ejecutan durante muchos pasos: planificar, actuar, observar, revisar.
Contexto enorme
Aproximadamente un millón de tokens permite a un agente mantener a la vista un proyecto completo y todo su historial.
Entrada económica
Los agentes reenvían el contexto en cada paso; los bajos precios de entrada de GLM mantienen eso asequible.
§ 02Prompts
Prompts listos para copiar
Abre cualquier prompt en el chat y reemplaza las partes entre corchetes con tu propio contenido.
Diseñar un agente
Ayúdame a diseñar un agente de IA que [objetivo]. Enumera las herramientas que necesita (nombre, entradas, salidas), el bucle principal, cómo decide que ha terminado y los tres modos de fallo más probables con sus mitigaciones.
Escribir un system prompt
Escribe un system prompt para un agente que [tarea]. Incluye su rol, las herramientas a las que puede llamar, las reglas sobre cuándo preguntar al usuario y el formato exacto de salida para su respuesta final.
Depurar la ejecución de un agente
Aquí tienes un registro de la ejecución de mi agente donde algo salió mal. Encuentra el paso en el que tomó una mala decisión por primera vez, explica por qué y sugiere un cambio en el prompt o en las herramientas. [pega el registro]
§ 03Consejos
Qué hacer y qué evitar
Qué hacer
- Mantén las herramientas pequeñas y con esquemas de entrada claros.
- Establece un número máximo de pasos.
- Registra cada llamada a herramientas y su resultado.
- Usa un esfuerzo de razonamiento bajo para los pasos rutinarios.
Qué evitar
- No des a los agentes acceso de escritura sin restricciones.
- No omitas la aprobación humana para acciones de riesgo.
- No reenvíes un contexto enorme sin cambios si no es necesario.
- No confíes a ciegas en los resultados de las herramientas.
§ 04Preguntas frecuentes
Preguntas
Q01¿Qué modelo de GLM es el mejor para agentes?
Z.ai posiciona a GLM-5.3 para tareas de agentes de largo alcance. GLM-5.3 Prime es la variante más rápida y GLM-5.3 Flash es la opción económica y multimodal.
Q02¿Puedo ejecutar un agente en el chat?
No. El chat no dispone de herramientas. Úsalo para diseñar prompts y depurar registros, y luego ejecuta el agente a través de la API.
Q03¿Admiten los modelos GLM-5 function calling?
Sí. En OpenRouter incluyen tools y tool_choice entre sus parámetros admitidos.
§ 05Más
Otros casos de uso
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.
Abrir el chat gratuitoSe aplican límites diarios gratuitos para que el chat permanezca abierto para todos.