GLM‑4.5 API

Zhipus GLM-4.5 API er en enhetlig RESTful-tjeneste på Z.ai (global) og Zhipu AI Open (Fastlands-Kina) plattformer som eksponerer den 355 milliarder parametere, hybrid-ekspert GLM-4.5-modellen – i stand til kompleks resonnement, koding og agentoppgaver – med konfigurerbare alternativer (f.eks. temperatur, maks. tokens, strømming).

---

grunn~~POS=TRUNC funksjoner

GLM-4.5 er utformet som en enhetlig agentmodell, integrering resonnement, kodingog autonom beslutningstaking funksjoner innenfor en enkelt arkitektur. Den støtter to driftsmoduser innebygd –tenker for kompleks resonnering og verktøybruk, og ikke-tenkende for raske svar på forespørsel – noe som gjør den ideell for allsidige agenten arbeidsflyt.

---

Tekniske detaljer

• ParameterskalaFlaggskipet GLM‑4.5 består av 355 milliarder totale parametere med 32 milliarder aktive parametre.
• Hybrid resonnementGLM-4.5 benytter en hybrid FP8-kvantisering strategi for å optimalisere inferenseffektivitet uten å ofre nøyaktigheten vesentlig.
• Parameter Effektivitet: Bruker 32 B aktive parametere av 355 B for å minimere maskinvarebelastningen under inferens.
• LagoptimaliseringKomponenter beskjært og omfordelt til dypere lag, noe som forbedrer logisk resonnement uten ballongformet modellstørrelse.

Treningsarbeidsflyt

Flertrinnsopplæring:

1. Grunnleggende forberedende opplæring på ~15 billioner tokens.
2. Finjustering av resonnement på >7 billioner kuraterte tokens for å skjerpe beslutningstaking og kodesyntese.

---

Benchmark ytelse

På en suite med 12 bransjestandardiserte referansepunkter dekker agent, resonnementog koding oppgaver, GLM-4.5 oppnådde en samlet poengsum på 63.2, rangering tredje globalt bak proprietære giganter som GPT-4 og Grok 4. Høydepunkter inkluderer:

I en serie med 12 konkurransetester – som spenner over koding, resonnementog agent referansepunkter – GLM-4.5-rangeringer tredje totalt, som matcher eller overgår ledende proprietære modeller som Claude 4 Sonnet og Gemini 2.5 Pro på oppgaver som SWE-benk og AIME24 .

---

Modellversjoner

Ocuco GLM-4.5-familien inkluderer flere spesialiserte varianter tilgjengelig via API:

• GLM‑4.5 (355 B parametere totalt; 32 B aktive)
• GLM‑4.5‑Air (106 B totalt; lett, raskere inferens)
• GLM‑4.5‑X, GLM‑4.5‑AirX (ultra-rask inferens)
• GLM-4.5-blits (gratis, optimalisert for koding og resonnering)

Hvordan ringe GLM‑4.5 API fra CometAPI

GLM‑4.5 Serie-API-priser i CometAPI, 20 % rabatt på den offisielle prisen:

Nødvendige trinn

• Logg på cometapi.com. Hvis du ikke er vår bruker ennå, vennligst registrer deg først
• Få tilgangslegitimasjons-API-nøkkelen til grensesnittet. Klikk "Legg til token" ved API-tokenet i det personlige senteret, hent tokennøkkelen: sk-xxxxx og send inn.
• Få url til dette nettstedet: https://api.cometapi.com/

Bruk metoden

1. Velg "glm-4.5” endepunkt for å sende API-forespørselen og angi forespørselsteksten. Forespørselsmetoden og forespørselsteksten er hentet fra vårt API-dokument for nettstedet vårt. Vårt nettsted gir også Apifox-test for din bekvemmelighet.
2. Erstatt med din faktiske CometAPI-nøkkel fra kontoen din.
3. Sett inn spørsmålet eller forespørselen din i innholdsfeltet – det er dette modellen vil svare på.
4. . Behandle API-svaret for å få det genererte svaret.

CometAPI tilbyr et fullt kompatibelt REST API – for sømløs migrering. Viktige detaljer for API-dok:

• Grunnadresse: https://api.cometapi.com/v1/chat/completions
• Modellnavn: "glm-4.5"
• Autentisering:  Bearer YOUR_CometAPI_API_KEY header
• Innholdstype: application/json .

API-integrasjon og eksempler

Nedenfor er en Python kodebit som demonstrerer hvordan man starter GLM-4.5 via CometAPIs API. Erstatt <API_KEY> og <PROMPT> tilsvarende:

import requests

API_URL = "https://api.cometapi.com/v1/chat/completions"
headers = {
    "Authorization": "Bearer <API_KEY>",
    "Content-Type": "application/json"
}
payload = {
    "model": "glm-4.5",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user",   "content": "<PROMPT>"}
    ],
    "max_tokens": 512,
    "temperature": 0.7
}

response = requests.post(API_URL, json=payload, headers=headers)
print(response.json())

Nøkkelparametere:

• modell: Angir GLM‑4.5-varianten
• max_tokensKontrollerer utgangslengden
• temperaturJusterer kreativitet kontra determinisme

Se også GLM-4.5 Air API

---