Guide pour les développeurs
L'API GLM-5, de la première requête à la production
§ 01Deux options d'accès
Où appeler GLM-5
La plateforme de Z.ai
Z.ai, le créateur de GLM, propose sa propre API. L'endpoint standard est https://api.z.ai/api/paas/v4/chat/completions et suit le protocole chat completions d'OpenAI : les SDK officiels d'OpenAI fonctionnent donc simplement en modifiant la base URL. La documentation de Z.ai mentionne aussi un endpoint dédié au code (https://api.z.ai/api/coding/paas/v4), un endpoint de type Responses (https://api.z.ai/api/v1) et un endpoint compatible Anthropic (https://api.z.ai/api/anthropic) pour les outils nécessitant ces formats.
Sur Z.ai, les identifiants de modèles sont courts : glm-5.3, glm-5.3-flash et glm-5.3-flashx. Le mode de réflexion s'active avec "thinking": {"type": "enabled"}, et sa profondeur se règle avec reasoning_effort. Vous aurez besoin d'un compte et d'une clé API Z.ai ; consultez la page des tarifs de Z.ai pour connaître les prix actuels.
OpenRouter
OpenRouter est un agrégateur : une seule clé et un seul endpoint (https://openrouter.ai/api/v1/chat/completions) vous donnent accès à l'ensemble des modèles GLM-5 ainsi qu'à ceux d'autres laboratoires. Les identifiants de modèles incluent un préfixe de fournisseur — z-ai/glm-5.3, z-ai/glm-5.3-flash, etc. — et le raisonnement se configure via un objet reasoning unique tel que {"effort": "low"}.
Les tarifs indiqués dans le tableau ci-dessous sont ceux d'OpenRouter. C'est également par OpenRouter que ce site alimente son chat gratuit : le comportement observé dans notre chat correspond donc exactement à celui de l'API.
- Choisissez Z.ai si vous souhaitez utiliser la plateforme officielle du créateur, son endpoint dédié au code ou un accès compatible Anthropic.
- Choisissez OpenRouter si vous souhaitez une facture unique pour plusieurs familles de modèles et une alternance facile entre elles.
- Dans les deux cas, votre code reste la même requête au format OpenAI, avec simplement une base URL et un nom de modèle différents.
§ 02Tarifs
Tarifs de l'API GLM-5 sur OpenRouter
USD pour 1 million de tokens, plus une estimation pour 1 000 échanges standards de chat. Cliquez sur un modèle pour consulter son guide complet.
| Modèle | Model ID | Contexte | Entrée / 1M | Sortie / 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 échanges de chat comprenant chacun 1 500 tokens d'entrée et 700 tokens de sortie. Tarifs issus du catalogue de modèles OpenRouter au moment de la rédaction ; les tokens de raisonnement sont facturés comme de la sortie.
§ 03Code
Requêtes prêtes à copier
Définissez votre clé dans une variable d'environnement — ne la placez jamais dans du code côté client ou dans un dépôt public.
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
}'Plateforme 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 utilise des identifiants de modèles courts (glm-5.3, glm-5.3-flash) et un paramètre d'activation distinct pour le raisonnement (thinking). Consultez la documentation de Z.ai pour connaître les derniers paramètres et limites.
§ 04Détails
Paramètres essentiels
Le raisonnement fait partie de la réponse
GLM-5.3 raisonne toujours avant de répondre ; à vous de choisir l'intensité. Sa fiche modèle répertorie trois niveaux de reasoning_effort — low, high et max — et indique que la valeur par défaut est max si aucun paramètre n'est transmis. Pour le chat et les outils simples, définissez explicitement un effort low : les réponses arrivent plus vite et coûtent moins cher, car les tokens de raisonnement sont facturés comme de l'output.
En mode streaming via OpenRouter, le raisonnement arrive dans delta.reasoning et le texte final dans delta.content. Affichez le premier sous la forme d'un volet « réflexion » repliable ou masquez-le, mais ne le réinjectez pas dans l'historique de la conversation.
Envoyer des images à GLM-5.3 Flash
GLM-5.3 Flash, GLM-5.3 FlashX et GLM-5V-Turbo prennent en charge les images. Envoyez le message utilisateur sous forme de tableau d'éléments : une partie texte et une partie image_url dont l'url est soit une adresse HTTPS publique, soit une URL de données base64 telle que data:image/jpeg;base64,…. GLM-5.3 et GLM-5.3 Prime étant uniquement textuels, redirigez les requêtes avec images vers Flash.
Redimensionnez les photos volumineuses avant de les envoyer. Un grand côté d'environ 1 024 pixels permet de limiter la taille de la requête tout en restant suffisant pour la plupart des questions sur des documents, graphiques et captures d'écran.
Limites de contexte et de sortie
GLM-5.2, GLM-5.3 et GLM-5.3 Flash affichent un contexte de 1 048 576 tokens sur OpenRouter, et jusqu'à 943,718 tokens de sortie. Cela ne signifie pas que vous devez tout utiliser à chaque appel : les tokens d'entrée sont peu coûteux sur ces modèles, mais les sorties longues le sont davantage ; plafonnez donc max_tokens à ce que votre interface peut afficher.
Pour les agents, gardez un prompt système stable et ajoutez les nouveaux échanges à la fin de la conversation plutôt que de la réécrire ; les fournisseurs qui mettent les prompts en cache pourront ainsi réutiliser le travail précédent.
- Utilisez stream: true pour tout ce qu'un utilisateur attend en direct.
- Réessayez les réponses 429, 502 et 503 avec un court backoff.
- Enregistrez l'utilisation (usage) issue du dernier chunk pour suivre vos dépenses.
§ 05FAQ
Questions sur l'API GLM-5
Q01L'API GLM-5 est-elle compatible avec le SDK OpenAI ?
Oui. Le point de terminaison de Z.ai tout comme OpenRouter acceptent les requêtes de chat completions au format OpenAI. Pointez l'URL de base du SDK vers le fournisseur et utilisez le nom d'un modèle GLM.
Q02Quel est le modèle GLM-5 le moins cher à appeler ?
GLM-5.3 Flash. Sur OpenRouter, il coûte $0.0052 par million de tokens d'entrée et $0.1985 par million de tokens de sortie, et il analyse également les images et les vidéos.
Q03Quels sont les identifiants (IDs) des modèles GLM-5.3 ?
Sur OpenRouter : z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx et z-ai/glm-5.3-prime. Sur la plateforme de Z.ai : glm-5.3, glm-5.3-flash et glm-5.3-flashx.
Q04Puis-je désactiver le raisonnement ?
GLM-5.3 raisonne toujours sur la plateforme de Z.ai. Vous pouvez le raccourcir en demandant un reasoning effort faible, ce que notre chat gratuit fait par défaut.
Q05Existe-t-il une API GLM-5 gratuite ?
Ce site ne propose pas d'API publique. Vous pouvez tester gratuitement GLM-5.3 et GLM-5.3 Flash dans notre chat web, puis vous tourner vers Z.ai ou OpenRouter pour un accès programmatique.
Essayer maintenant
Posez une vraie question à GLM-5.3.
Sans compte, sans carte, sans installation. Posez une question et regardez GLM-5.3 Flash répondre en quelques secondes — passez à GLM-5.3 pour les problèmes les plus complexes.