Ontwikkelaarshandleiding
De GLM-5 API: van je eerste request tot productie
§ 01Twee routes
Waar je GLM-5 kunt aanroepen
Het platform van Z.ai
Z.ai, de ontwikkelaar van GLM, beheert een eigen API. Het algemene endpoint is https://api.z.ai/api/paas/v4/chat/completions en volgt het OpenAI chat completions-protocol. De officiële OpenAI SDK's werken dus simpelweg door de base URL aan te passen. De documentatie van Z.ai vermeldt ook een coding-endpoint (https://api.z.ai/api/coding/paas/v4), een endpoint in Responses-stijl (https://api.z.ai/api/v1) en een Anthropic-compatibel endpoint (https://api.z.ai/api/anthropic) voor tools die deze formaten verwachten.
Op Z.ai zijn de modelcodes kort: glm-5.3, glm-5.3-flash en glm-5.3-flashx. Denken schakel je in met "thinking": {"type": "enabled"}, en de diepgang stel je in met reasoning_effort. Je hebt een Z.ai-account en API-sleutel nodig; bekijk de tarievenpagina van Z.ai voor de actuele prijzen.
OpenRouter
OpenRouter is een aggregator: met één sleutel en één endpoint (https://openrouter.ai/api/v1/chat/completions) krijg je toegang tot elk GLM-5-model, naast modellen van andere labs. Model-ID's hebben een vendor-prefix — zoals z-ai/glm-5.3, z-ai/glm-5.3-flash enzovoort — en reasoning configureer je met één enkel reasoning-object zoals {"effort": "low"}.
De prijzen in de onderstaande tabel zijn die van OpenRouter. Deze site gebruikt OpenRouter ook voor de gratis chat, dus het gedrag dat je in onze chat ziet, komt exact overeen met wat je via de API krijgt.
- Kies voor Z.ai als je het eigen platform van de ontwikkelaar, het speciale coding-endpoint of Anthropic-compatibele toegang wilt gebruiken.
- Kies OpenRouter als je één factuur wilt voor meerdere modelfamilies en eenvoudig tussen modellen wilt wisselen.
- In beide gevallen is je code hetzelfde OpenAI-achtige request, maar dan met een andere base URL en modelnaam.
§ 02Prijzen
GLM-5 API-prijzen op OpenRouter
USD per 1 miljoen tokens, plus een schatting voor 1,000 typische chatrondes. Klik op een model voor de volledige handleiding.
| Model | Model ID | Context | 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 chatrondes van elk 1,500 input- en 700 output-tokens. Prijzen volgens de OpenRouter-modellijst op het moment van schrijven; reasoning tokens worden gefactureerd als output.
§ 03Code
Kopieerklare requests
Stel je key in als environment variable — zet deze nooit in client-side code of een openbare repository.
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 platform
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 gebruikt korte modelcodes (glm-5.3, glm-5.3-flash) en een aparte thinking-schakelaar. Raadpleeg de documentatie van Z.ai voor de nieuwste parameters en limieten.
§ 04Details
Parameters die ertoe doen
Redeneren maakt deel uit van het antwoord
GLM-5.3 redeneert altijd voordat het antwoordt; jij kiest hoeveel. De model card vermeldt drie reasoning_effort-niveaus — low, high en max — en geeft aan dat de standaardwaarde max is als je niets meegeeft. Stel voor chat en eenvoudige tools expliciet een low effort in: antwoorden verschijnen sneller en kosten minder, omdat reasoning tokens als output worden gefactureerd.
Bij streaming via OpenRouter komt het redeneren binnen via delta.reasoning en de uiteindelijke tekst via delta.content. Toon het eerste als een inklapbaar "denk"-paneel of verberg het, maar plak het niet terug in de gespreksgeschiedenis.
Afbeeldingen verzenden naar GLM-5.3 Flash
GLM-5.3 Flash, GLM-5.3 FlashX en GLM-5V-Turbo accepteren afbeeldingen. Verzend het gebruikersbericht als een array van onderdelen: een tekstdeel en een image_url-deel waarvan de url een openbaar HTTPS-adres is of een base64 data-URL zoals data:image/jpeg;base64,…. GLM-5.3 en GLM-5.3 Prime ondersteunen alleen tekst, dus stuur afbeeldingsverzoeken door naar Flash.
Schaal grote foto's omlaag voordat je ze verzendt. Een lange zijde van ongeveer 1.024 pixels houdt het verzoek compact en volstaat voor de meeste vragen over documenten, grafieken en screenshots.
Context- en outputlimieten
GLM-5.2, GLM-5.3 en GLM-5.3 Flash vermelden een context van 1.048.576 tokens op OpenRouter, en tot 943.718 output tokens. Dat betekent niet dat je die bij elke aanroep volledig moet benutten: input tokens zijn goedkoop bij deze modellen, maar lange outputs niet, dus begrens max_tokens tot wat je interface daadwerkelijk kan tonen.
Houd voor agents de system prompt stabiel en voeg nieuwe berichten toe aan het gesprek in plaats van het te herschrijven; providers die prompts cachen kunnen eerdere stappen dan hergebruiken.
- Gebruik stream: true voor alles waarop een gebruiker zit te wachten.
- Probeer 429-, 502- en 503-responses opnieuw met een korte backoff.
- Log het verbruik uit de laatste chunk om je uitgaven bij te houden.
§ 05Veelgestelde vragen
Vragen over de GLM-5-API
Q01Is de GLM-5-API compatibel met de OpenAI-SDK?
Ja. Zowel het endpoint van Z.ai als OpenRouter accepteert chat completion-aanroepen in OpenAI-stijl. Wijs de base URL van de SDK naar de provider en gebruik een GLM-modelnaam.
Q02Wat is het goedkoopste GLM-5-model om aan te roepen?
GLM-5.3 Flash. Op OpenRouter kost het $0.0052 per miljoen input tokens en $0.1985 per miljoen output tokens, en het kan bovendien overweg met afbeeldingen en video.
Q03Wat zijn de GLM-5.3-model-ID's?
Op OpenRouter: z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx en z-ai/glm-5.3-prime. Op het platform van Z.ai: glm-5.3, glm-5.3-flash en glm-5.3-flashx.
Q04Kan ik redeneren uitschakelen?
GLM-5.3 redeneert altijd op het platform van Z.ai. Je kunt dit kort houden door te vragen om een lage reasoning_effort; dit is wat onze gratis chat standaard doet.
Q05Is er een gratis GLM-5 API?
Deze site biedt geen openbare API. Je kunt GLM-5.3 en GLM-5.3 Flash gratis testen in onze webchat, en vervolgens overstappen naar Z.ai of OpenRouter voor programmatische toegang.
Probeer het nu
Stel GLM-5.3 een echte vraag.
Geen account, geen creditcard, geen installatie. Typ een vraag en zie hoe GLM-5.3 Flash binnen enkele seconden antwoordt — schakel over naar GLM-5.3 voor de moeilijkste problemen.