GLM-5 API: от первого запроса до продакшена

Каждая модель GLM-5 доступна через OpenAI-совместимый API chat completions. Вы можете вызывать ее на собственной платформе Z.ai или через OpenRouter. В этом руководстве рассмотрены оба варианта: с ценами, ID моделей, управлением reasoning, вводом изображений и готовым к копированию кодом.

Перейти к коду Протестировать в бесплатном чате

Схематичная иллюстрация потоков API-запросов между ноутбуком и серверной стойкой

§ 01Два способа подключения

Где можно вызывать GLM-5

Платформа Z.ai

Z.ai, разработчик GLM, предоставляет собственный API. Основной эндпоинт — https://api.z.ai/api/paas/v4/chat/completions; он следует протоколу OpenAI chat completions, поэтому официальные SDK OpenAI работают простой сменой base URL. В документации Z.ai также указаны эндпоинт для кодинга (https://api.z.ai/api/coding/paas/v4), эндпоинт в стиле Responses (https://api.z.ai/api/v1) и Anthropic-совместимый эндпоинт (https://api.z.ai/api/anthropic) для инструментов, требующих этих форматов.

На Z.ai используются короткие коды моделей: glm-5.3, glm-5.3-flash и glm-5.3-flashx. Режим рассуждения включается параметром "thinking": {"type": "enabled"}, а глубина задается через reasoning_effort. Вам понадобятся аккаунт Z.ai и API-ключ; актуальные тарифы смотрите на странице с ценами Z.ai.

OpenRouter

OpenRouter — это агрегатор: один ключ и один эндпоинт (https://openrouter.ai/api/v1/chat/completions) дают доступ ко всем моделям GLM-5 наряду с моделями других лабораторий. Идентификаторы моделей содержат префикс вендора — z-ai/glm-5.3, z-ai/glm-5.3-flash и так далее, а reasoning настраивается единым объектом reasoning, например {"effort": "low"}.

Цены в таблице ниже соответствуют тарифам OpenRouter. Наш сайт также использует OpenRouter для работы бесплатного чата, поэтому поведение моделей в чате в точности совпадает с ответами через API.

Выбирайте Z.ai, если вам нужна прямая платформа от разработчиков, специализированный эндпоинт для кодинга или совместимость с форматом Anthropic.
Выберите OpenRouter, если вам нужен единый счет для нескольких семейств моделей и удобное переключение между ними.
В любом случае в коде используется тот же запрос в стиле OpenAI — меняются только базовый URL и название модели.

§ 02Цены

Цены на API GLM-5 на OpenRouter

USD за 1 миллион токенов плюс оценка для 1,000 стандартных сообщений в чате. Нажмите на модель для перехода к полному руководству.

Цены на API GLM-5 на OpenRouter
Модель	ID модели	Контекст	Вход / 1M	Выход / 1M	1,000 чатов*
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 сообщений в чате по 1,500 входных и 700 выходных токенов каждое. Цены взяты из списка моделей OpenRouter на момент публикации; reasoning-токены тарифицируются как выходные.

§ 03Код

Готовые примеры запросов

Сохраните ключ в переменной окружения — никогда не указывайте его в клиентском коде или публичном репозитории.

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
  }'

Платформа 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 использует короткие идентификаторы моделей (glm-5.3, glm-5.3-flash) и отдельный переключатель режима рассуждений. Актуальные параметры и лимиты смотрите в документации Z.ai.

§ 04Подробнее

Параметры, имеющие значение

Рассуждение — часть ответа

GLM-5.3 всегда рассуждает перед ответом; вы сами выбираете глубину рассуждений. В карточке модели указаны три уровня reasoning_effort — low, high и max, причем по умолчанию используется max, если параметр не передан. Для чатов и простых инструментов явно задавайте low: ответы будут приходить быстрее и стоить дешевле, так как токены рассуждений тарифицируются как выходные.

При стриминге через OpenRouter процесс рассуждения передается в delta.reasoning, а итоговый текст — в delta.content. Первое можно показать в виде сворачиваемой панели «размышлений» или скрыть, но не добавляйте его обратно в историю диалога.

Отправка изображений в GLM-5.3 Flash

GLM-5.3 Flash, GLM-5.3 FlashX и GLM-5V-Turbo поддерживают изображения. Отправляйте сообщение пользователя как массив частей: текстовую часть и часть image_url, где url — это либо публичный HTTPS-адрес, либо data URL в формате base64 (например, data:image/jpeg;base64,…). Модели GLM-5.3 и GLM-5.3 Prime работают только с текстом, поэтому запросы с изображениями следует направлять в Flash.

Уменьшайте размер больших фотографий перед отправкой. Длинной стороны примерно в 1 024 пикселя достаточно для большинства вопросов по документам, графикам и скриншотам, при этом сам запрос останется компактным.

Лимиты контекста и выходных токенов

Для GLM-5.2, GLM-5.3 и GLM-5.3 Flash на OpenRouter заявлен контекст в 1 048 576 токенов и до 943 718 выходных токенов. Это не значит, что стоит использовать весь лимит при каждом вызове: входные токены у этих моделей дешевые, а вот длинные ответы — нет, поэтому ограничивайте max_tokens тем объемом, который может отобразить ваш интерфейс.

При работе с агентами сохраняйте системный промпт неизменным и дописывайте историю сообщений в конец вместо ее перезаписи; провайдеры с кэшированием промптов смогут повторно использовать ранее обработанные данные.

Используйте stream: true во всех случаях, когда ответа ожидает пользователь.
Повторяйте запросы при ошибках 429, 502 и 503 с небольшой паузой (backoff).
Логируйте поле usage из финального чанка, чтобы отслеживать свои расходы.

§ 05Часто задаваемые вопросы

Вопросы по GLM-5 API

Q01Совместим ли API GLM-5 с OpenAI SDK?

Да. И эндпоинт Z.ai, и OpenRouter принимают запросы chat completions в формате OpenAI. Просто укажите базовый URL провайдера в SDK и используйте имя модели GLM.

Q02Какая модель GLM-5 самая дешевая для вызовов?

GLM-5.3 Flash. На OpenRouter она стоит $0.0052 за миллион входных токенов и $0.1985 за миллион выходных токенов, а также умеет распознавать изображения и видео.

Q03Какие идентификаторы моделей (model IDs) у GLM-5.3?

На OpenRouter: z-ai/glm-5.3, z-ai/glm-5.3-flash, z-ai/glm-5.3-flashx и z-ai/glm-5.3-prime. На платформе Z.ai: glm-5.3, glm-5.3-flash и glm-5.3-flashx.

Q04Можно ли отключить рассуждения (reasoning)?

На платформе Z.ai модель GLM-5.3 рассуждает всегда. Вы можете сократить этот процесс, выбрав низкий уровень рассуждений (reasoning_effort), что и делает по умолчанию наш бесплатный чат.

Q05Есть ли бесплатный API для GLM-5?

Наш сайт не предоставляет публичный API. Вы можете бесплатно протестировать GLM-5.3 и GLM-5.3 Flash в нашем веб-чате, а затем перейти на Z.ai или OpenRouter для программного доступа.

Попробовать сейчас

Задайте GLM-5.3 реальный вопрос.

Без регистрации, карты и установки. Введите вопрос и оцените быстрый ответ GLM-5.3 Flash за секунды — или переключитесь на GLM-5.3 для самых сложных задач.

Открыть бесплатный чатДействуют бесплатные дневные лимиты, чтобы чат оставался доступным для всех.