GLM-Reihe

Die GLM-Textmodelle von Zhipu, darunter die Reihen GLM-5.3, GLM-5.2, GLM-5.1 und GLM-5 sowie das Vision-Modell GLM-5V Turbo. Der Aufruf erfolgt über die OpenAI-kompatible API; zusätzlich wird der native Anthropic-Endpunkt unterstützt, sodass die Modelle in Claude Code nutzbar sind.

Häufige Aufgaben

Modelle

Die vollständige Modellliste und aktuelle Preise finden Sie auf der Modellseite ; alternativ können Sie sie über die Models API abfragen. Das Präfix der Modell-IDs lautet z-ai/ und kann entfallen.

GLM-Modelle werden von der internationalen Plattform von Zhipu (zai) bereitgestellt; einige Modelle sind zusätzlich über Anbieter wie Alibaba Cloud Model Studio (Bailian) oder Volcano Engine verfügbar. Standardmäßig wird automatisch gewählt. Wie Sie einen Anbieter festlegen, lesen Sie unter Provider-Routing.

Aufrufbeispiele

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="z-ai/glm-5.1",
    messages=[{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.1",
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    "thinking": {"type": "disabled"}
  }'

Thinking-Modus

Bei allen GLM-Modellen ist das Thinking standardmäßig aktiv. Gemessener Thinking-Umfang und Laufzeit bei derselben Mathematikaufgabe:

Mit "thinking": {"type": "disabled"} schalten Sie das Thinking ab. Gemessen wirkt das bei GLM-5.2, GLM-5.1, GLM-5, GLM-5 Turbo, GLM-5V Turbo und GLM-4.7 FlashX und verkürzt die Laufzeit deutlich (bei GLM-5 etwa von rund 4,5 Minuten auf rund 10 Sekunden). Im OpenAI SDK gehört der Parameter in extra_body.

Thinking-Tokens werden zum Ausgabepreis abgerechnet; die Anzahl steht in usage.completion_tokens_details.reasoning_tokens.

Thinking-Inhalte auslesen

• In gestreamten Antworten stehen die Thinking-Inhalte in delta.reasoning_content, wie in der offiziellen API von Zhipu.
• In nicht gestreamten Antworten stehen die Thinking-Inhalte in message.reasoning_details; fügen Sie die text-Felder der Einträge der Reihe nach zusammen.

In Claude Code verwenden

GLM-Modelle unterstützen den nativen Anthropic-Endpunkt unter https://api.ofox.ai/anthropic:

curl https://api.ofox.ai/anthropic/v1/messages \
  -H "x-api-key: $OFOX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3",
    "max_tokens": 8000,
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}]
  }'

• Beim Aufruf über den Anthropic-Endpunkt kommen die Thinking-Inhalte als thinking-Blöcke zurück; auch hier schaltet "thinking": {"type": "disabled"} das Thinking ab (für dieselben Modelle wie oben).
• Setzen Sie bei aktiviertem Thinking ein ausreichend großes max_tokens und ein Client-Timeout von mindestens 600 Sekunden.

Die vollständigen Einrichtungsschritte für Claude Code finden Sie unter Claude Code einrichten.

Bilder und PDF

Modelle mit Bildeingabe verwenden den Standard-Inhaltsblock image_url; GLM-5V Turbo akzeptiert zusätzlich PDFs über den Inhaltsblock file:

import base64
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
img_b64 = base64.b64encode(open("photo.png", "rb").read()).decode()
 
resp = client.chat.completions.create(
    model="z-ai/glm-5v-turbo",
    messages=[{"role": "user", "content": [
        {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_b64}"}},
        {"type": "text", "text": "Beschreibe dieses Bild."},
    ]}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

GLM-5.3, GLM-5.2, GLM-5.1, GLM-5 und GLM-5 Turbo unterstützen nur Text; senden Sie an diese Modelle keine Bilder.

JSON-Ausgabe und Tool-Aufrufe

Verwenden Sie für response_format den Wert {"type": "json_object"} und schreiben Sie im Prompt ausdrücklich „als JSON zurückgeben“ sowie die benötigten Felder; für Tool-Aufrufe verwenden Sie den Standardparameter tools. Die Schreibweise finden Sie unter Strukturierte Ausgabe und Function Calling.

Prompt-Caching

GLM cacht wiederkehrende Präfixe von Anfragen automatisch, die Anfrage muss nicht angepasst werden. Die Treffermenge steht in usage.prompt_tokens_details.cached_tokens; der getroffene Anteil wird zum Preis für Cache-Lesen abgerechnet.

Häufige Fehler

Weitere allgemeine Fehler: Fehlerbehandlung.

Offizielle Dokumentation

• Zhipu Open Platform · Dokumentation 
• Z.ai · Entwicklerdokumentation 

Die offizielle Dokumentation beschreibt das Verhalten bei direktem Aufruf von Zhipu. Beim Aufruf über OfoxAI gelten für Modell-IDs und Endpunktadressen die Angaben auf dieser Seite.

Häufige Fragen