智谱 GLM API 完全指南：从 GLM-4 到 GLM-5.1 的 AI 工程师手册（2026）

智谱 GLM API 是一个 OpenAI 兼容的接口，提供目前国内最大的 AI 模型家族之一——从最新旗舰 GLM-5.1（支持长达 8 小时的自主编程任务）到免费模型 GLM-4.7-Flash。智谱运营两个平台：面向国内开发者的 BigModel 开放平台 和面向国际用户的 Z.AI。两者都通过 OpenAI 兼容的 Chat Completions 接口暴露相同的模型：把现有 OpenAI SDK 的 base_url 指过去，换上 API Key，代码就能直接跑。

我们写这篇指南是因为智谱在我们系统中已有 78 条模型路由——BigModel 侧 66 条、Z.AI 侧 12 条——是按路由数量计最大的国内 AI 供应商。模型覆盖文本、视觉、OCR、图像生成、视频生成、TTS、向量嵌入和联网搜索。在三条接入路径（BigModel 直连、Z.AI 国际版、百炼 DashScope 托管）之间切换时，model ID 和价格都有差异，容易踩坑。这是我们第一次集成完整 智谱 模型时最想拥有的那份参考文档。

3 分钟快速开始

第一步：注册账号。 国内平台前往 open.bigmodel.cn 用手机号注册。国际平台前往 z.ai 用邮箱注册。

第二步：获取 API Key。 在 BigModel 开发者控制台的"API Keys"页面创建密钥。在 Z.AI 前往 z.ai/manage-apikey 生成密钥。密钥只显示一次，请立即保存。

第三步：发起第一次调用。 安装 OpenAI Python SDK：

pip install --upgrade openai

通过 BigModel 端点调用 GLM-5.1：

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": "介绍一下智谱的 GLM 模型族"}],
)

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

或通过 Z.AI 国际端点：

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": "解释 GLM-5.1 的能力"}],
)

就这么简单。两个平台注册即送免费额度，免费模型（GLM-4.7-Flash、GLM-4.5-Flash）无需付费即可使用。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

GLM 模型家族

智谱的模型线已发展为全栈产品。以下是 2026 年 6 月的最新状态：

旗舰文本模型

来源：智谱模型概览，检索于 2026-06-14。

免费模型

智谱提供多个零成本模型：

• GLM-4.7-Flash — 最新基座模型的普惠版本，200K 上下文
• GLM-4.5-Flash — 支持深度思考模式，128K 上下文（即将下线）
• GLM-4-Flash-250414 — 多语言支持，支持工具调用，128K 上下文
• GLM-4V-Flash — 免费视觉理解，16K 上下文

来源：BigModel 价格页面，检索于 2026-06-14。

视觉模型

来源：智谱模型概览，检索于 2026-06-14。

特色模型

除文本和视觉外，智谱还提供：

• 图像生成： GLM-Image（旗舰级，中文文字渲染开源 SOTA）、CogView-4（风格多样）、CogView-3-Flash（免费）
• 视频生成： CogVideoX-3（高品质，支持首尾帧生成）、Vidu2（快速低价）、Vidu Q1（影视级画质）
• 音频： GLM-TTS（语音合成）、GLM-TTS-Clone（3 秒音频克隆音色）、GLM-ASR（语音识别）、GLM-Realtime（实时音视频通话）、GLM-4-Voice（语音对话）
• 向量嵌入： Embedding-3（v3，8K 上下文）、Embedding-2（v2，8K 上下文）
• 联网搜索： Search-Pro（专为大模型优化的搜索 API）、Search-Std（标准版）

来源：智谱模型概览，检索于 2026-06-14。

GLM-5.1 与高速版

GLM-5.1 于 2026 年 4 月 7 日发布，是智谱最新旗舰。模型参数量 744B（活跃参数 40B）的 MoE 架构，以 MIT 协议开源。核心亮点是长程 Agent 执行能力——可在单次任务中持续自主工作长达 8 小时，完成从规划、执行到迭代优化的完整闭环。

关键基准测试（智谱报告）：

• SWE-Bench Pro： 58.4%（发布时开源模型 SOTA）
• NL2Repo： 42.7%（代码仓库生成）
• Terminal-Bench 2.0： 63.5%
• CyberGym： 68.7%（网络安全任务）

来源：GLM-5.1 开发者指南（Lushbinary），检索于 2026-06-14；智谱官方文档，检索于 2026-06-14。

2026 年 5 月 22 日，智谱推出 GLM-5.1 高速版（GLM-5.1-HighSpeed），输出速度达 400 tokens/s，刷新了当时全球大模型 API 的速度上限。优化涵盖推理引擎（TileRT）、调度系统和底层基础设施三个层面。该版本目前面向企业客户提供。

来源：证券时报：GLM-5.1 高速版，检索于 2026-06-14。

三条接入路径

GLM 比较容易混淆的一点是，同样的模型可以通过三个不同的供应商接入，各自有不同的 model ID 和定价：

1. BigModel 直连（open.bigmodel.cn）

智谱第一方平台。模型最全，更新最快。

• Base URL： https://open.bigmodel.cn/api/paas/v4
• Model ID： 小写无前缀 — glm-5.1、glm-4.7、glm-ocr
• 定价： 人民币/百万 tokens。GLM-5.1 起步 ¥6/M 输入、¥24/M 输出（当前限时免费）。GLM-4.7 为 ¥0.96/M 输入
• 免费层： GLM-4.7-Flash、GLM-4.5-Flash、GLM-4V-Flash、CogView-3-Flash、CogVideoX-Flash

2. Z.AI 国际版（api.z.ai）

智谱的国际平台。核心模型相同，美元定价，无需中国手机号即可注册。

• Base URL： https://api.z.ai/v1
• Model ID： 首字母大写 — GLM-5.1、GLM-4.7、GLM-5
• 定价： 美元/百万 tokens。GLM-5 约 $0.60/M 输入、$1.92/M 输出。GLM-4.7 约 $1.01/M 输入
• Coding Plan： 订阅制（$18–$200/月），按配额访问 GLM-5.2、GLM-5-Turbo、GLM-4.7

来源：Z.AI 开发者文档，检索于 2026-06-14；BigModel 价格页面，检索于 2026-06-14。

3. 百炼 DashScope 托管（阿里云百炼）

阿里云百炼平台同时托管 GLM 模型和 Qwen 模型。如果你已有阿里云账号且希望统一计费，这条路径很方便。

• Base URL： https://dashscope.aliyuncs.com/compatible-mode/v1
• Model ID： 小写 — glm-4-plus、glm-4-flash、glm-4-long
• 注意： DashScope 托管的是 GLM 模型子集（主要为 GLM-4 系列）。每个模型有 100 万免费 tokens。

来源：百炼 GLM 集成文档，检索于 2026-06-14。

代码示例

流式调用 + 工具调用

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": "获取指定城市的当前天气",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {"type": "string", "description": "城市名称"},
                },
                "required": ["location"],
            },
        },
    }
]

stream = client.chat.completions.create(
    model="glm-4.7",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    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"\n工具调用: {tc.function.name}({tc.function.arguments})")

curl 示例

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": "你好，来自 GLM-5.1"}],
    "max_tokens": 1024
  }'

视觉模型示例

response = client.chat.completions.create(
    model="glm-4.6v",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张图片里有什么？"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/photo.jpg"},
                },
            ],
        }
    ],
)

定价一览

BigModel 平台定价以人民币/百万 tokens 计：

来源：BigModel 价格页面，检索于 2026-06-14。

Z.AI 国际版以美元计价。GLM-5 约 $0.60/M 输入、$1.92/M 输出。GLM-4.7 约 $1.01/M 输入、$4.70/M 输出。Z.AI 的 Coding Plan 起步 $18/月，按配额访问 GLM-5.2 和 GLM-4.7。

来源：Z.AI 开发者文档，检索于 2026-06-14；PricePerToken GLM-5 定价，检索于 2026-06-14。

常见错误排查

Model ID 跨平台不一致

最常见的集成错误：三个平台使用不同的 model ID 格式。

解决方案： 根据供应商规范化 model ID。通过 TheRouter 路由时，使用带前缀的格式：BigModel 路由用 zhipu/glm-5.1，Z.AI 路由用 zai/glm-5.1。

限流

BigModel 在超出配额时返回 HTTP 429。免费模型的并发限制低于付费模型。Z.AI Coding Plan 使用 5 小时滚动窗口，每个套餐等级有不同的提示数量限制（80–1,600 prompts/窗口）。

解决方案： 实现指数退避。对于持续工作负载，考虑 Z.AI Coding Plan 或 BigModel 企业版。

上下文长度超限

GLM-5.1 和 GLM-5 支持 200K tokens 上下文。GLM-4.5-Air 支持 128K。GLM-4-Long 支持最长 1M tokens 上下文但最大输出仅 4K——它专为长文档理解设计，不适合长文本生成。

解决方案： 根据需求匹配模型。长文档问答用 GLM-4-Long。长文本生成用 GLM-5.1（128K 输出上限）。

认证格式

BigModel 使用 Bearer Token 认证。Z.AI 使用相同格式。百炼托管的 GLM 使用 DashScope API Key 格式。

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

# DashScope
Authorization: Bearer sk-xxxx  # 相同格式，不同密钥

通过 TheRouter 路由 GLM 模型

我们路由了 78 个 GLM 模型变体——BigModel 侧 zhipu 供应商 66 个、Z.AI 侧 zai 供应商 12 个。TheRouter 在配置这些供应商后支持 OpenAI 兼容的路由和备用切换。

当你向 TheRouter 发送带有 zhipu/ 前缀 model ID 的请求时，我们会路由到 BigModel 端点。zai/ 前缀的模型会路由到 Z.AI 国际端点。这意味着你可以设置跨两个平台的备用链路：

# 通过 TheRouter 使用 zhipu 供应商路由
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": "解释量子计算"}],
)

可用模型路由包括文本模型（GLM-5.1、GLM-5、GLM-4.7）、视觉模型（GLM-5V-Turbo、GLM-4.6V）、文档解析（GLM-OCR）、向量嵌入（Embedding-3）、图像生成（CogView-4、GLM-Image）和视频生成（CogVideoX-3）。

生产上线清单

上线 GLM 模型前的检查项：

• 选择接入路径。 国内用 BigModel，国际用 Z.AI，需要统一阿里云计费用百炼 DashScope。各平台模型可用性和定价不同。
• 测试 model ID 映射。 验证所选平台的确切 model ID 字符串——BigModel、Z.AI 和 DashScope 之间有差异。
• 配置限流处理。 对 429 响应实现指数退避。在平台仪表板监控配额使用。
• 设置备用路由。 考虑通过 TheRouter 路由，配置智谱与其他供应商之间的自动备用切换。
• 验证输出格式。 GLM 模型支持 response_format: { type: "json_object" }——测试结构化输出是否满足你的需求。
• 检查上下文限制。 根据需求匹配模型。GLM-5.1 支持 200K 输入 / 128K 输出。GLM-4-Long 支持 1M 输入 / 4K 输出。
• 监控成本。 免费模型（GLM-4.7-Flash）适合开发阶段。生产负载切换到付费模型（GLM-5.1、GLM-4.7）以获取更高质量或吞吐量。
• 测试工具调用。 GLM-4.6+ 通过 tools 参数支持函数调用。验证流式工具调用在你的 Agent 框架中正常工作。

---

本文引用来源：

• 智谱模型概览，检索于 2026-06-14
• BigModel 价格页面，检索于 2026-06-14
• Z.AI 开发者文档，检索于 2026-06-14
• 百炼 GLM 集成文档，检索于 2026-06-14
• GLM-5.1 开发者指南（Lushbinary），检索于 2026-06-14
• 证券时报：GLM-5.1 高速版，检索于 2026-06-14
• PricePerToken GLM-5 定价，检索于 2026-06-14
• GLM-5.1 HuggingFace 权重，检索于 2026-06-14