GLM-5 API：从首次请求到生产环境落地

每个 GLM-5 模型都通过兼容 OpenAI 的 chat completions API 提供服务。您可以在 Z.ai 官方平台或通过 OpenRouter 进行调用。本指南涵盖这两种方式，包含价格、模型 ID、推理控制、图片输入以及开箱即用的代码。

跳转到代码在免费聊天中测试

§ 01两种调用途径

可以在哪里调用 GLM-5

Z.ai 官方平台

GLM 的开发者 Z.ai 运营着自己的 API。通用端点为 https://api.z.ai/api/paas/v4/chat/completions，并遵循 OpenAI chat completions 协议，因此只需更改 base URL 即可直接使用 OpenAI 官方 SDK。Z.ai 的文档还列出了一个代码专用端点 (https://api.z.ai/api/coding/paas/v4)、一个 Responses 风格端点 (https://api.z.ai/api/v1) 以及一个兼容 Anthropic 的端点 (https://api.z.ai/api/anthropic)，以适配需要这些格式的工具。

在 Z.ai 上，模型代码很简短：glm-5.3、glm-5.3-flash 和 glm-5.3-flashx。通过 "thinking": {"type": "enabled"} 开启思考模式，并使用 reasoning_effort 设置深度。您需要一个 Z.ai 账号和 API key；最新价格请查看 Z.ai 官方定价页面。

OpenRouter

OpenRouter 是一个聚合平台：只需一个 key 和一个端点 (https://openrouter.ai/api/v1/chat/completions)，即可调用所有 GLM-5 模型以及来自其他实验室的模型。模型 ID 带有厂商前缀（例如 z-ai/glm-5.3、z-ai/glm-5.3-flash 等），推理深度由单个 reasoning 对象控制，如 {"effort": "low"}。

下表中的价格为 OpenRouter 的定价。本站的免费聊天也是通过 OpenRouter 运行的，因此您在聊天中体验到的效果与直接调用 API 完全一致。

如果您希望使用开发者自营平台、代码专用端点或兼容 Anthropic 的调用方式，请选择 Z.ai。
如果您希望通过单一账单管理多种模型系列并在它们之间轻松切换，请选择 OpenRouter。
无论选择哪种方式，您的代码都是相同的 OpenAI 风格请求，仅需更改 base URL 和模型名称。

§ 02价格

OpenRouter 上的 GLM-5 API 价格

单位为美元/百万 tokens，并附带 1,000 次典型对话轮次的预估费用。点击模型可查看完整指南。

OpenRouter 上的 GLM-5 API 价格
模型	模型 ID	上下文	输入 / 1M	输出 / 1M	1,000 次对话*
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

*按 1,000 次对话轮次计算，每轮包含 1,500 个输入 token 和 700 个输出 token。价格取自撰写本文时的 OpenRouter 模型列表；reasoning tokens 按输出计费。

§ 03代码

即拷即用的请求代码

请将密钥保存在环境变量中——切勿放入客户端代码或公开代码仓库中。

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 平台

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 使用简短的模型代码（glm-5.3、glm-5.3-flash）和单独的 thinking 开关。请查阅 Z.ai 官方文档以获取最新参数与配额限制。

§ 04详情

核心关键参数

思考过程亦是回答的一部分

GLM-5.3 在回答前始终会先进行推理思考；你可以自由选择思考深度。其模型卡中列出了三个 reasoning_effort 级别：low、high 和 max，并注明如果未传参，默认值为 max。对于聊天和简单的工具调用，建议显式设置为 low：这样回答生成更快且成本更低，因为推理 token 均按输出计费。

通过 OpenRouter 进行流式传输（streaming）时，推理内容会在 delta.reasoning 中返回，最终文本则在 delta.content 中返回。你可以将前者展示为可折叠的“思考过程”面板或直接隐藏，但切勿将其拼接回对话历史记录中。

向 GLM-5.3 Flash 发送图像

GLM-5.3 Flash、GLM-5.3 FlashX 和 GLM-5V-Turbo 支持图像输入。发送用户消息时需构建为一个包含多个部分的数组：一个文本部分和一个 image_url 部分，后者的 url 可以是公开的 HTTPS 链接或形如 data:image/jpeg;base64,… 的 base64 data URL。GLM-5.3 和 GLM-5.3 Prime 仅支持纯文本，因此请将图像请求路由至 Flash。

发送前请先调整大尺寸图片的规格。长边保持在 1,024 像素左右即可控制请求体积，且足以应对绝大多数文档、图表和屏幕截图相关的提问。

上下文与输出限制

GLM-5.2、GLM-5.3 和 GLM-5.3 Flash 在 OpenRouter 上标明的上下文长度为 1,048,576 tokens，最高支持 943,718 个输出 tokens。但这并不意味着你每次调用都应全部用满：这些模型的输入 token 虽然便宜，长文本输出却并不划算，因此建议将 max_tokens 限制在你的界面实际能够展示的范围内。

对于 Agent 开发，请保持 system prompt 稳定，并在对话历史后追加内容而非频繁重写；这样支持 prompt 缓存的提供商便能复用先前的计算结果。

对于需要用户即时等待的场景，请务必设置 stream: true。
遇到 429、502 和 503 错误响应时，请采用短暂的退避策略（backoff）进行重试。
从流式响应的最后一个数据块（chunk）中记录用量（usage），以便精准追踪费用支出。

§ 05常见问题

GLM-5 API 常见问题

Q01GLM-5 API 是否兼容 OpenAI SDK？

兼容。Z.ai 的官方接口和 OpenRouter 均支持 OpenAI 格式的 chat completions 请求。只需将 SDK 的 base URL 指向对应的提供商，并传入相应的 GLM 模型名称即可。

Q02调用成本最低的 GLM-5 模型是哪一个？

GLM-5.3 Flash。在 OpenRouter 上，其输入价格为每百万 token $0.0052，输出价格为每百万 token $0.1985，并且它还支持读取图像和视频。

Q03GLM-5.3 的模型 ID 是什么？

在 OpenRouter 上：z-ai/glm-5.3、z-ai/glm-5.3-flash、z-ai/glm-5.3-flashx 和 z-ai/glm-5.3-prime。在 Z.ai 平台上：glm-5.3、glm-5.3-flash 和 glm-5.3-flashx。

Q04我可以关闭推理功能吗？

在 Z.ai 平台上，GLM-5.3 始终会进行推理。您可以通过请求较低的 reasoning_effort 来缩短推理过程，我们的免费聊天默认也是这样设置的。

Q05有免费的 GLM-5 API 吗？

本站不提供公开 API。您可以在我们的网页聊天中免费体验 GLM-5.3 和 GLM-5.3 Flash，若需通过程序化访问，请转至 Z.ai 或 OpenRouter。

立即体验

向 GLM-5.3 提个实际问题。

无需账号、无需绑卡、无需安装。输入问题，GLM-5.3 Flash 数秒内即可作答——面对极具挑战的难题，可随时切换至 GLM-5.3。

进入免费聊天设有每日免费额度限制，以确保所有人都能使用。