GLM-ZHIPU

Este documento descreve como chamar o Z.AI. GLM Serviço de inferência de modelo em QwenCloud.

Ativação de serviço.

1. Vá para o mercado de modelos (https://www.qwencloud.com/models), procurar por GLM, encontre o Z.AI diretamente-fornecimento GLM Carta modelo, e clique em Habilitar.
2. Confirme a ativação e autorização na caixa de diálogo.

Depois de completar esses passos, você pode chamar o GLM Serviço modelo fornecido pela Z.AI.

-Começo rápido.

? Pré-requisitos ?

• Você deve ter ativado. QwenCloud e criou uma chave API.
• Se ligar via SDK, instale o SDK correspondente.

ZHIPU/GLM-5.3 é o último modelo da GLM série, com um contexto 1M verdadeiramente utilizável. ZHIPU/GLM-5.3, ZHIPU/GLM-5.2, ZHIPU/GLM-5.1, e ZHIPU /GLM-5 Apoiar o pensamento e modos não pensantes através do enable_thinking parâmetro:

• ? Modo de pensar ? (enable_thinking: trueO modelo produz um processo de raciocínio detalhado.reasoning_content).
• Modo não pensanteenable_thinking: falseO modelo produz o resultado diretamente, sem um processo de raciocínio.

O exemplo a seguir mostra como chamar ZHIPU/GLM-5.3 no modo de pensar para geração de texto.

OpenAI compatible

  `enable_thinking`  Não é um parâmetro padrão do OpenAI. O OpenAI Python SDK passa por `extra_body`; o SDK de Node.js passa-o como um parâmetro de nível superior.

Python

    ```python
    from openai import OpenAI
    import os

    client = OpenAI(
      api_key=os.getenv("DASHSCOPE_API_KEY"),
      base_url="https://maas.qwencloudapi.com/compatible-mode/v1",
    )

    completion = client.chat.completions.create(
      model="ZHIPU/GLM-5.3",
      messages=[{"role": "user", "content": "What is 1+1?"}],
      # reasoning_effort controls the reasoning effort. Optional values: max (default), high, low.
      extra_body={"enable_thinking": True, "reasoning_effort": "max"}
    )

    msg = completion.choices[0].message

    if getattr(msg, "reasoning_content", None):
      print("\n" + "=" * 20 + " Reasoning " + "=" * 20 + "\n")
      print(msg.reasoning_content or "")
    print("\n" + "=" * 20 + " Response " + "=" * 20 + "\n")
    print(msg.content)
    ```

Node.js

    ```javascript
    import OpenAI from "openai";
    import process from 'process';

    const client = new OpenAI({
      apiKey: process.env.DASHSCOPE_API_KEY,
      baseURL: "https://maas.qwencloudapi.com/compatible-mode/v1",
    });

    const messages = [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: "What is 1+1?" },
    ];

    const response = await client.chat.completions.create({
      model: "ZHIPU/GLM-5.3",
      messages,
      enable_thinking: true,
      // reasoning_effort controls the reasoning effort. Optional values: max (default), high, low.
      reasoning_effort: 'max',
    });

    const msg = response.choices[0].message;

    if (msg.reasoning_content) {
      console.log("\n" + "=".repeat(20) + " Reasoning " + "=".repeat(20) + "\n");
      console.log(msg.reasoning_content);
    }
    console.log("\n" + "=".repeat(20) + " Response " + "=".repeat(20) + "\n");
    console.log(msg.content);
    ```

DashScope

```python
import dashscope
import os

dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")
dashscope.base_http_api_url = "https://maas.qwencloudapi.com/api/v1"

response = dashscope.Generation.call(
  model="ZHIPU/GLM-5.3",
  messages=[{"role": "user", "content": "What is 1+1?"}],
  enable_thinking=True,
  result_format="message"
)

msg = response.output.choices[0].message

if hasattr(msg, "reasoning_content") and msg.reasoning_content:
  print("\n" + "=" * 20 + " Reasoning " + "=" * 20 + "\n")
  print(msg.reasoning_content)
print("\n" + "=" * 20 + " Response " + "=" * 20 + "\n")
print(msg.content)
```

Controle de pensamento (pensando. tipo e raciocínio)

ZHIPU/GLM-5.3 Sempre funciona no modo de pensar e não suporta pensamentos incapacitantes. Continue. thinking.type - Pronto para... enabled (ou manter enable_thinking - Pronto para... true), e usar reasoning_effort para controlar a profundidade do raciocínio.

• Parameter * * Descrição * * Valores suportados * | ------------------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------- | | thinking.type - Controla se o pensamento é ativado. O valor padrão é enabled. ZHIPU/GLM-5.3 Não mais suporta. disabled. Passando disabled Faz com que o pedido da API falhe. enabled | | reasoning_effort Controla a profundidade de raciocínio do modelo. Se este parâmetro não for especificado, o valor padrão é max. Recomendamos que use max. | <ul><li>max (padrão): raciocínio profundo</li><li>high...aprimorar o raciocínio</li><li>low... raciocínio leve</li></ul> |

História de pensamento clara (claro)

O clear_thinking parâmetro controla se o reasoning_content (Pensando processo) de turnos anteriores é incluído como entrada de contexto para o modelo em conversas multi-turnos. Só GLM Modelos de série suportam este parâmetro.

• trueIgnore reasoning_content de turnos anteriores. Apenas texto visível, chamadas de ferramentas e resultados são usados como contexto, reduzindo o tamanho do contexto e o custo.

• false Continue. reasoning_content de voltas anteriores e passe-o para o modelo como parte do contexto. Para permitir o Pensamento Preservado, você deve passar o completo, não modificado reasoning_content de turnos anteriores na ordem original. Desaparecido, aparado, reescrito ou reordenado conteúdo pode degradar a eficácia ou impedi-lo de funcionar.

  Este parâmetro só afeta o conteúdo do pensamento de turnos anteriores. Não muda se o modelo gera ou sai pensando na volta atual.

O exemplo a seguir usa as mesmas mensagens multi-volta (com reasoning_content na assistant - Mensagens. Quando clear_thinking Está pronto para true, o conteúdo histórico do pensamento é excluído do contexto, resultando em menos prompt_tokens comparado com false (padrão). A diferença real depende do comprimento do histórico reasoning_content.

OpenAI compatible

Python

    ```python
    from openai import OpenAI
    import os
    client = OpenAI(
      api_key=os.getenv("DASHSCOPE_API_KEY"),
      base_url="https://maas.qwencloudapi.com/compatible-mode/v1",
    )
    messages = [
      {"role": "user", "content": "What is 15 * 23?"},
      {"role": "assistant", "content": "15 times 23 equals 345.", "reasoning_content": "15 * 23 = 345"},
      {"role": "user", "content": "Now add 55 to that."},
      {"role": "assistant", "content": "345 plus 55 equals 400.", "reasoning_content": "345 + 55 = 400"},
      {"role": "user", "content": "What were the intermediate results?"},
    ]
    completion = client.chat.completions.create(
      model="ZHIPU/GLM-5.3",
      messages=messages,
      extra_body={
        "thinking": {
          "type": "enabled",
          "clear_thinking": False  # False = retain thinking content
        }
      }
    )
    print(completion.usage.prompt_tokens)  # fewer when true vs false
    ```

curl

    ```bash
    curl -X POST https://maas.qwencloudapi.com/compatible-mode/v1/chat/completions \
    -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "ZHIPU/GLM-5.3",
      "messages": [
        {"role": "user", "content": "What is 15 * 23?"},
        {"role": "assistant", "content": "15 times 23 equals 345.", "reasoning_content": "15 * 23 = 345"},
        {"role": "user", "content": "Now add 55 to that."},
        {"role": "assistant", "content": "345 plus 55 equals 400.", "reasoning_content": "345 + 55 = 400"},
        {"role": "user", "content": "What were the intermediate results?"}
      ],
      "thinking": {
        "type": "enabled",
        "clear_thinking": false
      }
    }'
    ```

Outras características

Ver a tabela estruturada nos quadros de referência desta página ↓

Parâmetro padrão

Ver a tabela estruturada nos quadros de referência desta página ↓

Lista de modelos e faturamento

ZHIPU/GLM-5.3, ZHIPU/GLM-5.2, ZHIPU/GLM-5.1, e ZHIPU /GLM-5 são modelos de raciocínio híbrido fornecidos diretamente pela Z.AI, adequados para interação inteligente, aplicações empresariais e assistência ao desenvolvimento. ZHIPU/GLM-5.3 suporta apenas o modo de pensar.

Para o tamanho do contexto do modelo e preços, veja o [Modelo Marketplace] (https://www.qwencloud.com/models).

A faturação é baseada nas fichas de entrada e saída do modelo.

No modo de pensar, a cadeia de pensamento é faturada com base em fichas de saída.

Códigos de erro.

Se uma ligação falhar, veja [Códigos de erro] (/api-reference/preparation/error-messages) para resolver o problema.