Zhipu GLM API: полное руководство для AI-инженеров (2026)

Zhipu GLM API — это OpenAI-совместимый endpoint, дающий доступ к одному из самых больших семейств AI-моделей из Китая. Линейка охватывает всё от GLM-5.1, нового флагмана с 8-часовыми автономными coding-сессиями, до бесплатных моделей вроде GLM-4.7-Flash. Zhipu (智谱) управляет двумя платформами: BigModel для китайских разработчиков и Z.AI для международного доступа. Обе предоставляют одни и те же модели через OpenAI-совместимый Chat Completions API: достаточно указать нужный base_url в OpenAI SDK, подставить API-ключ — и код работает.

Мы написали это руководство, потому что Zhipu — крупнейший китайский AI-провайдер в нашей системе по количеству маршрутов: 78 штук (66 через BigModel и 12 через Z.AI). Модели покрывают текст, vision, OCR, генерацию изображений и видео, TTS, embeddings и веб-поиск. Навигация между тремя путями доступа (BigModel напрямую, Z.AI international, DashScope через Aliyun) с разными model ID и тарифами может сбивать с толку. Это то самое руководство, которое мы хотели иметь, когда впервые интегрировали полный набор моделей Zhipu.

Начало работы за 3 минуты

Шаг 1: Создайте аккаунт. Для китайской платформы — open.bigmodel.cn (регистрация по номеру телефона КНР). Для международного доступа — z.ai (регистрация по email).

Шаг 2: Получите API-ключ. На BigModel перейдите в раздел API Keys в консоли разработчика. На Z.AI откройте z.ai/manage-apikey. Скопируйте ключ сразу — он показывается только один раз.

Шаг 3: Сделайте первый вызов. Установите OpenAI Python SDK:

pip install --upgrade openai

Вызов GLM-5.1 через BigModel endpoint:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_ZHIPU_KEY",
    base_url="https://open.bigmodel.cn/api/paas/v4",
)

response = client.chat.completions.create(
    model="glm-5.1",
    messages=[{"role": "user", "content": "What is Zhipu's GLM model family?"}],
)

print(response.choices[0].message.content)

Или через Z.AI international endpoint:

client = OpenAI(
    api_key="YOUR_ZAI_KEY",
    base_url="https://api.z.ai/v1",
)

response = client.chat.completions.create(
    model="GLM-5.1",
    messages=[{"role": "user", "content": "Explain GLM-5.1 capabilities."}],
)

Готово. Обе платформы предоставляют бесплатные кредиты при регистрации и бесплатные модели (GLM-4.7-Flash, GLM-4.5-Flash), которые работают без оплаты.

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Семейство моделей GLM

Модельная линейка Zhipu выросла в полноценный full-stack набор. Актуальное состояние на июнь 2026:

Флагманские текстовые модели

Источник: Обзор моделей Zhipu, получено 2026-06-14.

Бесплатные модели

Zhipu предлагает несколько моделей с нулевой стоимостью:

• GLM-4.7-Flash — последняя base-модель, универсальная версия, 200K контекст
• GLM-4.5-Flash — поддержка deep thinking, 128K контекст (в процессе вывода из эксплуатации)
• GLM-4-Flash-250414 — мультиязычная поддержка с tool calls, 128K контекст
• GLM-4V-Flash — бесплатное vision-понимание, 16K контекст

Источник: Страница тарифов BigModel, получено 2026-06-14.

Vision-модели

Источник: Обзор моделей Zhipu, получено 2026-06-14.

Специализированные модели

Помимо текста и vision, Zhipu предоставляет:

• Генерация изображений: GLM-Image (флагман, SOTA в рендеринге китайских иероглифов), CogView-4 (разнообразие стилей), CogView-3-Flash (бесплатно)
• Генерация видео: CogVideoX-3 (высокое качество, поддержка first/last frame), Vidu2 (быстро и дёшево), Vidu Q1 (кинематографическое качество)
• Аудио: GLM-TTS (синтез речи), GLM-TTS-Clone (клонирование голоса из 3-секундного аудио), GLM-ASR (распознавание речи), GLM-Realtime (real-time аудио/видеозвонки), GLM-4-Voice (голосовой диалог)
• Embeddings: Embedding-3 (v3, 8K контекст), Embedding-2 (v2, 8K контекст)
• Веб-поиск: Search-Pro (оптимизирован для LLM), Search-Std (стандартный)

Источник: Обзор моделей Zhipu, получено 2026-06-14.

GLM-5.1 и HighSpeed-вариант

GLM-5.1 выпущена 7 апреля 2026 года — это новейший флагман Zhipu. Архитектура MoE с 744B параметрами (40B активных), лицензия MIT. Ключевая особенность — устойчивая долгосрочная agentic-работа: модель может автономно работать до 8 часов над одной задачей, выполняя планирование, итеративную оптимизацию и доводку.

Ключевые benchmark-результаты (по данным Zhipu):

• SWE-Bench Pro: 58.4% (SOTA среди open-source на момент запуска)
• NL2Repo: 42.7% (генерация репозиториев)
• Terminal-Bench 2.0: 63.5%
• CyberGym: 68.7% (задачи кибербезопасности)

Источник: Руководство разработчика GLM-5.1 (Lushbinary), получено 2026-06-14; Официальная документация Zhipu, получено 2026-06-14.

22 мая 2026 Zhipu выпустила GLM-5.1-HighSpeed — вариант со скоростью вывода 400 tokens/s, на тот момент рекорд среди API крупных провайдеров. Оптимизация охватывает inference-движок (TileRT), систему планирования и базовую инфраструктуру. Вариант пока доступен корпоративным клиентам.

Источник: Securities Times: GLM-5.1-HighSpeed, получено 2026-06-14.

Три пути доступа

Одна из запутанных особенностей GLM — одни и те же модели доступны через трёх разных провайдеров с разными model ID и тарифами:

1. BigModel напрямую (open.bigmodel.cn)

Первичная платформа Zhipu. Самый широкий выбор моделей, самые свежие релизы.

• Base URL: https://open.bigmodel.cn/api/paas/v4
• Model ID: строчные без префикса — glm-5.1, glm-4.7, glm-ocr
• Тарифы: CNY за миллион tokens. GLM-5.1 от ¥6/M вход, ¥24/M выход (сейчас бесплатно по акции). GLM-4.7 — ¥0.96/M вход
• Бесплатный уровень: GLM-4.7-Flash, GLM-4.5-Flash, GLM-4V-Flash, CogView-3-Flash, CogVideoX-Flash

2. Z.AI International (api.z.ai)

Международная платформа Zhipu. Те же core-модели, тарифы в USD, регистрация без китайского номера телефона.

• Base URL: https://api.z.ai/v1
• Model ID: с заглавной буквы — GLM-5.1, GLM-4.7, GLM-5
• Тарифы: USD за миллион tokens. GLM-5 ~$0.60/M вход, $1.92/M выход. GLM-4.7 ~$1.01/M вход
• Coding Plan: подписка ($18–$200/мес.) с квотированным доступом к GLM-5.2, GLM-5-Turbo, GLM-4.7

Источник: Документация Z.AI, получено 2026-06-14; Тарифы BigModel, получено 2026-06-14.

3. DashScope через Aliyun Bailian

Платформа Alibaba Bailian размещает GLM-модели рядом с Qwen. Удобно, если у вас уже есть аккаунт Aliyun и нужна единая система оплаты.

• Base URL: https://dashscope.aliyuncs.com/compatible-mode/v1
• Model ID: строчные — glm-4-plus, glm-4-flash, glm-4-long
• Примечание: DashScope размещает подмножество GLM-моделей (в основном серия GLM-4). Каждая модель поставляется с 1 миллионом бесплатных tokens.

Источник: Документация DashScope по GLM, получено 2026-06-14.

Примеры кода

Streaming с tool use

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_ZHIPU_KEY",
    base_url="https://open.bigmodel.cn/api/paas/v4",
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get current weather for a location",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {"type": "string", "description": "City name"},
                },
                "required": ["location"],
            },
        },
    }
]

stream = client.chat.completions.create(
    model="glm-4.7",
    messages=[{"role": "user", "content": "What's the weather in Beijing?"}],
    tools=tools,
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta
    if delta.content:
        print(delta.content, end="")
    if delta.tool_calls:
        for tc in delta.tool_calls:
            print(f"\nTool call: {tc.function.name}({tc.function.arguments})")

curl-пример

curl https://open.bigmodel.cn/api/paas/v4/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_ZHIPU_KEY" \
  -d '{
    "model": "glm-5.1",
    "messages": [{"role": "user", "content": "Hello from GLM-5.1"}],
    "max_tokens": 1024
  }'

Пример с vision-моделью

response = client.chat.completions.create(
    model="glm-4.6v",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What's in this image?"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/photo.jpg"},
                },
            ],
        }
    ],
)

Обзор тарифов

Цены на BigModel в CNY за миллион tokens:

Источник: Страница тарифов BigModel, получено 2026-06-14.

Z.AI international — тарифы в USD. GLM-5: ~$0.60/M вход, $1.92/M выход. GLM-4.7: ~$1.01/M вход, $4.70/M выход. Coding Plan Z.AI начинается от $18/мес. с квотированным доступом к GLM-5.2 и GLM-4.7.

Источник: Документация Z.AI, получено 2026-06-14; PricePerToken GLM-5, получено 2026-06-14.

Типичные ошибки и решения

Несовпадение model ID между платформами

Самая частая ошибка интеграции: каждая платформа использует свой формат model ID.

Решение: Нормализуйте model ID под конкретного провайдера. При маршрутизации через TheRouter используйте формат с префиксом: zhipu/glm-5.1 для BigModel или zai/glm-5.1 для Z.AI.

Rate limiting

BigModel возвращает HTTP 429 при превышении квоты. Бесплатные модели имеют более низкие лимиты concurrency. Z.AI Coding Plan использует скользящее 5-часовое окно с лимитами по prompt-ам (80–1,600 prompts на окно).

Решение: Реализуйте exponential backoff. Для устойчивых нагрузок — Z.AI Coding Plan или корпоративные тарифы BigModel.

Превышение длины контекста

GLM-5.1 и GLM-5 поддерживают 200K tokens контекста. GLM-4.5-Air — 128K. GLM-4-Long — до 1M tokens, но с максимальным выходом всего 4K: модель предназначена для понимания длинных документов, а не для генерации.

Решение: Подбирайте модель под задачу. Для Q&A по длинным документам — GLM-4-Long. Для генерации — GLM-5.1 (128K макс. выход).

Формат аутентификации

BigModel использует Bearer token. Z.AI — тот же формат. DashScope-размещённые GLM используют формат API-ключа DashScope.

# BigModel / Z.AI
Authorization: Bearer sk-xxxx

# DashScope
Authorization: Bearer sk-xxxx  # тот же формат, другой ключ

Маршрутизация GLM через TheRouter

Мы маршрутизируем 78 вариантов GLM-моделей: 66 через провайдер zhipu и 12 через провайдер zai. TheRouter поддерживает OpenAI-совместимую маршрутизацию и fallback при настройке этих провайдеров.

Когда вы отправляете запрос на TheRouter с model ID с префиксом zhipu/, мы направляем его на BigModel endpoint. Для моделей с префиксом zai/ — на Z.AI international endpoint. Это позволяет настраивать fallback-цепочки, охватывающие обе платформы:

# Маршрутизация через TheRouter с провайдером zhipu
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_THEROUTER_KEY",
    base_url="https://therouter.ai/api/v1",
)

response = client.chat.completions.create(
    model="zhipu/glm-5.1",
    messages=[{"role": "user", "content": "Explain quantum computing."}],
)

Доступные маршруты включают текстовые модели (GLM-5.1, GLM-5, GLM-4.7), vision-модели (GLM-5V-Turbo, GLM-4.6V), парсинг документов (GLM-OCR), embeddings (Embedding-3), генерацию изображений (CogView-4, GLM-Image) и генерацию видео (CogVideoX-3).

Чек-лист перед продакшеном

Перед выходом в прод с GLM-моделями:

• Выберите путь доступа. BigModel для Китая, Z.AI для международного, DashScope для единой оплаты через Aliyun. Каждый имеет разный набор моделей и тарифы.
• Протестируйте маппинг model ID. Убедитесь в точном соответствии строки model ID для выбранной платформы — они различаются между BigModel, Z.AI и DashScope.
• Настройте обработку rate limit. Реализуйте exponential backoff для ответов 429. Мониторьте квоту в дашборде платформы.
• Настройте fallback. Рассмотрите маршрутизацию через TheRouter для автоматического переключения между Zhipu и другими провайдерами.
• Проверьте формат вывода. GLM-модели поддерживают response_format: { type: "json_object" } — протестируйте структурированный вывод для вашего use case.
• Проверьте лимиты контекста. GLM-5.1: 200K вход / 128K выход. GLM-4-Long: 1M вход / 4K выход.
• Мониторьте расходы. Бесплатные модели (GLM-4.7-Flash) — для разработки. Для прода переходите на платные (GLM-5.1, GLM-4.7).
• Протестируйте tool calling. GLM-4.6+ поддерживает function calling через параметр tools. Проверьте streaming tool calls в вашем agent-фреймворке.

---

Источники, процитированные в статье:

• Обзор моделей Zhipu, получено 2026-06-14
• Страница тарифов BigModel, получено 2026-06-14
• Документация Z.AI, получено 2026-06-14
• Документация DashScope по GLM, получено 2026-06-14
• Руководство разработчика GLM-5.1 (Lushbinary), получено 2026-06-14
• Securities Times: GLM-5.1-HighSpeed, получено 2026-06-14
• PricePerToken GLM-5, получено 2026-06-14
• GLM-5.1 на HuggingFace, получено 2026-06-14