Panduan developer
API GLM-5, dari request pertama hingga produksi
§ 01Dua rute
Tempat Anda dapat memanggil GLM-5
Platform Z.ai
Z.ai, developer GLM, mengoperasikan API-nya sendiri. Endpoint umumnya adalah https://api.z.ai/api/paas/v4/chat/completions dan mengikuti protokol chat completions OpenAI, sehingga SDK resmi OpenAI dapat langsung digunakan hanya dengan mengubah base URL. Dokumentasi Z.ai juga mencantumkan endpoint coding (https://api.z.ai/api/coding/paas/v4), endpoint bergaya Responses (https://api.z.ai/api/v1), serta endpoint yang kompatibel dengan Anthropic (https://api.z.ai/api/anthropic) untuk alat yang memerlukan format tersebut.
Di Z.ai, kode modelnya ringkas: glm-5.3, glm-5.3-flash, dan glm-5.3-flashx. Fitur thinking diaktifkan dengan "thinking": {"type": "enabled"}, dan kedalamannya diatur dengan reasoning_effort. Anda memerlukan akun Z.ai dan API key; periksa halaman harga Z.ai langsung untuk melihat tarif terbarunya.
OpenRouter
OpenRouter adalah sebuah agregator: satu key dan satu endpoint (https://openrouter.ai/api/v1/chat/completions) memberi Anda akses ke setiap model GLM-5 beserta model dari lab lainnya. Model ID menggunakan awalan vendor — z-ai/glm-5.3, z-ai/glm-5.3-flash, dan seterusnya — dan reasoning dikontrol dengan objek reasoning tunggal seperti {"effort": "low"}.
Harga pada tabel di bawah ini adalah tarif OpenRouter. OpenRouter juga merupakan layanan yang digunakan situs ini untuk menjalankan chat gratisnya, jadi performa serta respons yang Anda lihat di chat kami adalah apa yang akan Anda dapatkan dari API.
- Pilih Z.ai jika Anda menginginkan platform resmi dari developernya, endpoint coding-nya, atau akses yang kompatibel dengan Anthropic.
- Pilih OpenRouter jika Anda menginginkan satu tagihan untuk berbagai kelompok model dan kemudahan beralih di antaranya.
- Bagaimanapun, kode Anda tetap berupa request bergaya OpenAI yang sama dengan base URL dan nama model yang berbeda.
§ 02Harga
Harga API GLM-5 di OpenRouter
USD per 1 juta token, plus estimasi untuk 1.000 giliran chat umum. Klik model untuk panduan lengkapnya.
| Model | ID Model | Konteks | Input / 1M | Output / 1M | 1.000 chat* |
|---|---|---|---|---|---|
| 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 giliran chat dengan masing-masing 1.500 token input dan 700 token output. Harga dari daftar model OpenRouter saat penulisan; token reasoning ditagih sebagai output.
§ 03Kode
Request siap salin
Atur key Anda di environment variable — jangan pernah menaruhnya di kode sisi klien atau repositori publik.
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
}'Platform 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 menggunakan kode model pendek (glm-5.3, glm-5.3-flash) dan sakelar thinking terpisah. Periksa dokumentasi Z.ai untuk parameter dan batas terbaru.
§ 04Detail
Parameter yang penting
Penalaran adalah bagian dari jawaban
GLM-5.3 selalu melakukan penalaran sebelum menjawab; Anda dapat menentukan seberapa mendalam. Model card-nya mencantumkan tiga tingkat reasoning_effort — low, high, dan max — serta menyatakan bahwa default-nya adalah max jika Anda tidak menentukannya. Untuk chat dan tools sederhana, tetapkan low effort secara eksplisit: jawaban akan selesai lebih cepat dan lebih hemat biaya, karena token penalaran ditagih sebagai output.
Saat melakukan streaming melalui OpenRouter, penalaran masuk di delta.reasoning dan teks akhir di delta.content. Tampilkan yang pertama sebagai panel "thinking" yang dapat diciutkan atau sembunyikan, tetapi jangan menempelkannya kembali ke dalam riwayat percakapan.
Mengirim gambar ke GLM-5.3 Flash
GLM-5.3 Flash, GLM-5.3 FlashX, dan GLM-5V-Turbo dapat menerima gambar. Kirim pesan pengguna sebagai array dari beberapa bagian: bagian teks dan bagian image_url yang url-nya berupa alamat HTTPS publik atau data URL base64 seperti data:image/jpeg;base64,…. GLM-5.3 dan GLM-5.3 Prime hanya mendukung teks, jadi arahkan permintaan gambar ke Flash.
Ubah ukuran foto berukuran besar sebelum mengirimkannya. Sisi terpanjang sekitar 1,024 piksel menjaga ukuran request tetap kecil dan sudah cukup untuk sebagian besar pertanyaan tentang dokumen, diagram, serta screenshot.
Batas konteks dan output
GLM-5.2, GLM-5.3, dan GLM-5.3 Flash memiliki batas konteks 1,048,576 token di OpenRouter, dan hingga 943,718 token output. Itu bukan berarti Anda harus menggunakan semuanya di setiap pemanggilan: token input memang murah pada model-model ini, tetapi output yang panjang tidak, jadi batasi max_tokens sesuai dengan apa yang dapat ditampilkan oleh antarmuka Anda.
Untuk agent, pertahankan system prompt tetap stabil dan tambahkan ke riwayat percakapan alih-alih menulis ulang; penyedia yang menerapkan cache prompt kemudian dapat menggunakan kembali hasil kerja sebelumnya.
- Gunakan stream: true untuk apa pun yang sedang ditunggu oleh pengguna.
- Coba lagi (retry) respons 429, 502, dan 503 dengan jeda backoff singkat.
- Catat usage dari chunk terakhir untuk melacak pengeluaran Anda.
§ 05FAQ
Pertanyaan seputar GLM-5 API
Q01Apakah GLM-5 API kompatibel dengan OpenAI SDK?
Ya. Endpoint Z.ai maupun OpenRouter menerima request chat completions bergaya OpenAI. Arahkan base URL SDK ke penyedia tersebut dan gunakan nama model GLM.
Q02Apa model GLM-5 yang paling murah untuk digunakan?
GLM-5.3 Flash. Di OpenRouter, biayanya $0.0052 per satu juta token input dan $0.1985 per satu juta token output, serta model ini juga dapat membaca gambar dan video.
Q03Apa saja model ID GLM-5.3?
Di OpenRouter: z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx, dan z-ai/glm-5.3-prime. Di platform Z.ai: glm-5.3, glm-5.3-flash, dan glm-5.3-flashx.
Q04Bisakah saya mematikan penalaran (reasoning)?
GLM-5.3 selalu melakukan penalaran di platform Z.ai. Anda dapat mempersingkatnya dengan meminta reasoning effort rendah, seperti yang diterapkan secara default pada chat gratis kami.
Q05Apakah tersedia API GLM-5 gratis?
Situs ini tidak menyediakan API publik. Anda dapat mencoba GLM-5.3 dan GLM-5.3 Flash secara gratis melalui web chat kami, lalu beralih ke Z.ai atau OpenRouter untuk akses terprogram (API).
Coba sekarang
Tanyakan sesuatu yang nyata kepada GLM-5.3.
Tanpa akun, tanpa kartu, tanpa instalasi. Ketik pertanyaan dan lihat GLM-5.3 Flash menjawab dalam hitungan detik — beralih ke GLM-5.3 untuk masalah tersulit.