API GLM‑4.5

A API GLM‑4.5 da Zhipu é um serviço RESTful unificado nas plataformas Z.ai (global) e Zhipu AI Open (China continental) que expõe o modelo GLM‑355 híbrido-especializado de 4.5 bilhões de parâmetros — capaz de raciocínio complexo, codificação e tarefas de agente — com opções configuráveis (por exemplo, temperatura, tokens máximos, streaming).

---

Características básicas

O GLM‑4.5 foi projetado como um modelo de agente unificado, Integrando raciocínio, codificação e tomada de decisão autônoma capacidades dentro de uma única arquitetura. Ele suporta nativamente dois modos operacionais:pensando para raciocínio complexo e uso de ferramentas, e não-pensante para respostas rápidas e sob demanda, tornando-o ideal para aplicações versáteis agente workflows.

---

Detalhes Técnicos

• Escala de Parâmetros:O carro-chefe GLM‑4.5 compreende 355 bilhões parâmetros totais com 32 bilhões de ativos parâmetros.
• Raciocínio Híbrido: O GLM‑4.5 emprega um quantização FP8 híbrida estratégia para otimizar eficiência de inferência sem sacrificar substancialmente a precisão.
• Eficiência do parâmetro: Usos 32 B parâmetros ativos de 355 B para minimizar a carga de hardware durante a inferência.
• Otimização de Camadas: Componentes podados e redistribuídos em camadas mais profundas, melhorando raciocínio lógico sem aumentar o tamanho do modelo.

Fluxo de Trabalho de Treinamento

Treinamento em vários estágios:

1. Pré-treinamento básico em ~15 trilhões de tokens.
2. Raciocínio Ajuste fino em >7 trilhões de tokens selecionados para aprimorar a tomada de decisões e a síntese de código.

---

Desempenho de referência

Em uma suíte de 12 benchmarks padrão da indústria cobertura agente, raciocínio e codificação tarefas, o GLM‑4.5 alcançou uma pontuação geral de 63.2classificação terceiro globalmente por trás de titãs proprietários como GPT-4 e Grok 4. Os destaques incluem:

Em um conjunto de 12 testes competitivos — abrangendo codificação, raciocínio e agente benchmarks—classificações GLM‑4.5 terceiro geral, igualando ou superando modelos proprietários líderes como Claude 4 Sonnet e Gemini 2.5 Pro em tarefas como Banco SWE e AIME24 .

---

Versões do modelo

O Família GLM‑4.5 inclui diversas variantes especializadas acessíveis via API:

• GLM‑4.5 (355 B parâmetros totais; 32 B ativos)
• GLM‑4.5‑Ar (106 B no total; leve, inferência mais rápida)
• GLM‑4.5‑X, GLM‑4.5‑AirX (inferência ultrarrápida)
• GLM‑4.5‑Flash (grátis, otimizado para codificação e raciocínio)

Como ligar GLM‑4.5 API da CometAPI

GLM‑4.5 Preços da API da série CometAPI, 20% de desconto sobre o preço oficial:

Etapas Necessárias

• Faça o login no cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro
• Obtenha a chave de API da credencial de acesso da interface. Clique em "Adicionar Token" no token da API no centro pessoal, obtenha a chave de token: sk-xxxxx e envie.
• Obtenha a URL deste site: https://api.cometapi.com/

Use o método

1. Selecione a opção "glm-4.5” endpoint para enviar a solicitação de API e definir o corpo da solicitação. O método e o corpo da solicitação são obtidos da documentação da API do nosso site. Nosso site também oferece o teste Apifox para sua conveniência.
2. Substituir com sua chave CometAPI real da sua conta.
3. Insira sua pergunta ou solicitação no campo de conteúdo — é a isso que o modelo responderá.
4. . Processe a resposta da API para obter a resposta gerada.

A CometAPI fornece uma API REST totalmente compatível — para uma migração perfeita. Detalhes importantes para Doc API:

• URL base: https://api.cometapi.com/v1/chat/completions
• Nomes de modelo: "glm-4.5"
• Autenticação:  Bearer YOUR_CometAPI_API_KEY cabeçalho
• Tipo de conteúdo: application/json .

Integração de API e exemplos

Abaixo está uma Python trecho demonstrando como invocar o GLM‑4.5 por meio da API do CometAPI. Substituir <API_KEY> e <PROMPT> adequadamente:

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())

Parâmetros-chave:

• modelo: Especifica a variante GLM‑4.5
• max_tokens: Controla o comprimento da saída
• temperatura: Ajusta a criatividade versus o determinismo

Veja também GLM-4.5 Air API

---