GLM シリーズ

智譜（Zhipu）の GLM テキストモデルで、GLM-5.3、GLM-5.2、GLM-5.1、GLM-5 の各シリーズと、ビジョンモデルの GLM-5V Turbo があります。OpenAI 互換 API で呼び出せるほか、Anthropic ネイティブ API にも対応しており、Claude Code で使えます。

目的別ガイド

モデル

モデルの全一覧とリアルタイム価格はモデルページ を参照してください。Models API でも確認できます。モデル ID のプレフィックスは z-ai/ で、省略できます。

GLM モデルは智譜の国際サイト（zai）から提供されており、一部のモデルは Alibaba Cloud Model Studio（百煉）や Volcano Engine などのプロバイダーからも提供されています。デフォルトでは自動で選択されます。指定方法はプロバイダールーティングを参照してください。

呼び出し例

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": "冪等性とは何かを一文で説明してください。"}],
    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": "冪等性とは何かを一文で説明してください。"}],
    "thinking": {"type": "disabled"}
  }'

思考モード

すべての GLM モデルはデフォルトで思考が有効です。同じ数学の問題での思考量と所要時間の実測値は次のとおりです。

"thinking": {"type": "disabled"} を渡すと思考を無効にできます。実測では GLM-5.2、GLM-5.1、GLM-5、GLM-5 Turbo、GLM-5V Turbo、GLM-4.7 FlashX で有効で、所要時間が大幅に短くなりました（例：GLM-5 は約 4.5 分から約 10 秒に短縮）。OpenAI SDK では extra_body に入れてください。

思考トークンは出力単価で課金され、トークン数は usage.completion_tokens_details.reasoning_tokens で確認できます。

思考内容の読み取り

• ストリーミングのレスポンスでは、思考内容は delta.reasoning_content にあり、智譜の公式 API と同じです。
• 非ストリーミングのレスポンスでは、思考内容は message.reasoning_details にあります。各要素の text を順に連結してください。

Claude Code で使う

GLM モデルは Anthropic ネイティブ API に対応しています。URL は https://api.ofox.ai/anthropic です。

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": "冪等性とは何かを一文で説明してください。"}]
  }'

• Anthropic API で呼び出す場合、思考内容は thinking ブロックとして返されます。"thinking": {"type": "disabled"} で同様に思考を無効にできます（対象モデルは上記と同じ）。
• 思考を有効にする場合は、max_tokens を十分に大きく設定し、クライアントのタイムアウトを 600 秒以上に設定してください。

Claude Code の設定手順の詳細は Claude Code の設定を参照してください。

画像と PDF

画像入力に対応したモデルでは、標準の image_url コンテンツブロックを使います。GLM-5V Turbo は file コンテンツブロックによる PDF の入力にも対応しています。

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": "この画像を説明してください。"},
    ]}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

GLM-5.3、GLM-5.2、GLM-5.1、GLM-5、GLM-5 Turbo はテキストのみに対応しています。画像を渡さないでください。

JSON 出力とツール呼び出し

response_format には {"type": "json_object"} を使い、プロンプトに「JSON で返す」ことと必要なフィールドを明記してください。ツール呼び出しには標準の tools パラメーターを使います。書き方は構造化出力と関数呼び出しを参照してください。

プロンプトキャッシュ

GLM は重複するリクエストのプレフィックスを自動でキャッシュするため、リクエストを変更する必要はありません。ヒット量は usage.prompt_tokens_details.cached_tokens で確認でき、ヒットした部分はキャッシュ読み取り単価で課金されます。

よくあるエラー

その他の共通エラーは Error Handling を参照してください。

公式ドキュメント

• 智譜オープンプラットフォーム · ドキュメント 
• Z.ai · 開発者ドキュメント 

公式ドキュメントは智譜に直接リクエストした場合の動作を説明しています。OfoxAI 経由で呼び出す場合、モデル ID とエンドポイントの URL はこのページに従ってください。

よくある質問