Hermano compacto MoE de GLM-4.5: 106B total / 12B activos. El mismo stack de razonamiento híbrido y llamada a herramientas, optimizado para inferencia de alto rendimiento y bajo costo. Contexto de 128K.
GLM 4.5 Air es un modelo de lenguaje de generación de texto desarrollado por Z.ai. Ofrece una ventana de contexto de 128,000 tokens y puede generar hasta 96,000 tokens en una sola respuesta. El…
GLM 4.5 Air se especializa en generación de texto con un fuerte énfasis en el razonamiento, particularmente en la resolución de problemas matemáticos, como lo demuestra su puntuación de 96.5 en MATH-500. Puede manejar instrucciones complejas de múltiples pasos, generar texto coherente de formato largo de hasta 96,000 tokens y mantener el contexto a lo largo de 128,000 tokens. Sus capacidades incluyen responder preguntas factuales, resumir documentos extensos, traducir texto entre idiomas, realizar deducciones lógicas y escribir código. El modelo está diseñado para seguir instrucciones detalladas y producir resultados estructurados. Su amplia ventana de contexto le permite trabajar con libros completos, informes extensos o registros de conversaciones largos. Sin embargo, es un modelo solo de texto y no puede procesar imágenes ni otros medios. Para tareas que no requieren razonamiento ni salidas largas, un modelo más pequeño o más barato podría ser suficiente.
Los mejores casos de uso para GLM 4.5 Air involucran tareas que se benefician de su amplia ventana de contexto y alto límite de salida. Algunos ejemplos incluyen: analizar y resumir artículos académicos extensos, generar documentación técnica detallada, resolver problemas matemáticos complejos paso a paso, crear guías de estudio completas y procesar grandes registros de usuarios o historiales de chat. El modelo también se desempeña bien en tareas de codificación que requieren comprender archivos de código largos o generar bases de código extensas. Debido a su estructura de precios – $0.20 por entrada y $1.10 por salida por millón de tokens – es rentable para escenarios donde la entrada es más barata que la salida. Las aplicaciones que necesitan generar muchos tokens, como redactar contenido extenso o producir múltiples pasos de razonamiento, pueden ser económicas en comparación con modelos que tienen costos más altos por token de salida.
Aunque GLM 4.5 Air ofrece un razonamiento sólido y un contexto amplio, puede ser excesivo para tareas más simples. Considere usar un modelo más barato y pequeño cuando la tarea no requiera su ventana de contexto completa o su límite de salida. Por ejemplo, si necesita clasificación rápida, traducción simple o generación de respuestas cortas, un modelo con costos de token más bajos sería más económico. Además, si su aplicación no implica razonamiento matemático o generación de texto extenso, la prima por las capacidades de GLM 4.5 Air podría no estar justificada. El costo de salida del modelo ($1.10 por 1M de tokens) es mayor que su costo de entrada, por lo que las tareas que generan mucha salida (por ejemplo, resúmenes largos a partir de entradas cortas) podrían resultar más caras que modelos alternativos con costos de salida más bajos. Siempre evalúe el equilibrio entre capacidad y costo para su caso de uso específico.
El benchmark MATH-500 evalúa la capacidad de un modelo para resolver problemas matemáticos en varios niveles de dificultad, incluyendo álgebra, geometría, teoría de números y más. Una puntuación de 96.5 indica que GLM 4.5 Air respondió correctamente el 96.5% de los problemas en el conjunto de prueba. Esto sugiere una fuerte capacidad de razonamiento matemático, comparable o superior a otros modelos de su clase. No garantiza un rendimiento perfecto en todos los problemas matemáticos, especialmente aquellos fuera de la distribución del benchmark. Los usuarios deben interpretar esta puntuación como un indicador de la competencia del modelo en razonamiento simbólico y resolución paso a paso de problemas. El benchmark no mide otras habilidades importantes como la creatividad, el sentido común o la factualidad. Para tareas no matemáticas, otros benchmarks proporcionarían una comparación más relevante.
No se proporcionan datos de latencia específicos para GLM 4.5 Air en OrcaRouter. En general, la velocidad de respuesta depende de factores como la longitud de los tokens de entrada y salida, la carga del servidor y las condiciones de la red. Los modelos con ventanas de contexto más grandes y límites de salida pueden mostrar tiempos de procesamiento más largos al generar respuestas muy extensas. Dado que GLM 4.5 Air puede generar hasta 96,000 tokens, producir la salida máxima tomará considerablemente más tiempo que las respuestas cortas. La infraestructura API de OrcaRouter está diseñada para minimizar la sobrecarga, pero la velocidad real variará. Para aplicaciones donde la baja latencia es crítica, considere usar modelos más pequeños o longitudes de salida más cortas. El rendimiento del modelo en MATH-500 sugiere un razonamiento eficiente, pero las aplicaciones en tiempo real deben probarse bajo la carga esperada.
Fortalezas: Alta capacidad de razonamiento matemático (puntuación MATH-500 del 96.5 %). La gran ventana de contexto de 128K permite procesar textos extensos. El máximo de salida de 96 000 tokens permite generar documentos completos. Los precios sin margen en OrcaRouter hacen que los costos sean transparentes. Limitaciones: Modalidad únicamente de texto; no puede procesar imágenes, audio ni video. El alto costo de salida ($1.10 por 1 millón de tokens) puede ser prohibitivo para aplicaciones que generan respuestas muy largas con frecuencia. No se proporcionan puntuaciones de referencia para otros dominios (p. ej., conocimiento general, generación de código), por lo que se desconoce su versatilidad general. Como todos los modelos de lenguaje, puede producir resultados incorrectos o sesgados. No tiene acceso a internet ni conocimiento en tiempo real de forma predeterminada. Los usuarios deben validar los resultados para aplicaciones críticas.
El precio de GLM 4.5 Air se factura según la tarifa del proveedor, sin margen adicional en OrcaRouter. El costo es de $0.20 por cada 1 millón de tokens de entrada y $1.10 por cada 1 millón de tokens de salida. Los tokens de entrada incluyen todo el texto del prompt (mensajes de sistema, usuario y asistente hasta la última respuesta). Los tokens de salida son el texto generado. No hay tarifas adicionales ni recargos de plataforma. Pagas exactamente la tarifa del proveedor. Este modelo de precios transparente te permite predecir los costos según el uso de tokens. La facturación generalmente se basa en la cantidad de tokens consumidos en cada llamada a la API. Pueden aplicarse políticas de almacenamiento en caché en OrcaRouter; consulta la documentación de la plataforma para obtener detalles sobre si las llamadas repetidas con entradas idénticas tienen descuento.
La principal disyuntiva está entre capacidad y costo. GLM 4.5 Air ofrece altos límites de salida y razonamiento sólido, pero su costo por token de salida ($1.10 por 1M) es relativamente alto. Para tareas que generan muchos tokens de salida a partir de entradas cortas, el costo puede acumularse rápidamente. Por el contrario, las tareas con entradas grandes pero salidas cortas se benefician del menor costo de entrada ($0.20 por 1M). El precio sin margen adicional de OrcaRouter significa que no estás pagando más allá de la tarifa del proveedor, pero aún así debes gestionar el uso de tokens. Si tu aplicación requiere principalmente respuestas compactas, un modelo con menor costo de salida podría ser más económico. Para aplicaciones que requieren salidas largas o razonamiento intensivo, GLM 4.5 Air puede ser rentable a pesar del mayor costo de salida debido a su rendimiento.
OrcaRouter puede implementar políticas de almacenamiento en caché que reducen el costo de tokens de entrada idénticos repetidos. No se proporcionan detalles específicos de descuento para GLM 4.5 Air. Normalmente, los descuentos por almacenamiento en caché se aplican a tokens de prompt que ya han sido procesados, reduciendo el costo efectivo de entrada. Los usuarios deben consultar la documentación o el soporte de OrcaRouter para confirmar las prácticas actuales de almacenamiento en caché. Dado que el costo base de entrada ya es bajo a $0.20 por 1 millón de tokens, el almacenamiento en caché podría reducir aún más los costos para aplicaciones con prompts repetitivos. Los tokens de salida generalmente no se almacenan en caché porque varían por llamada. Siempre verifique los términos de facturación más recientes directamente con OrcaRouter para conocer cualquier descuento o promoción disponible.
Para usar GLM 4.5 Air, envíe solicitudes HTTP al endpoint de API compatible con OpenAI de OrcaRouter: https://api.orcarouter.ai/v1. Incluya una clave API válida en el encabezado Authorization. Especifique el modelo como "z-ai/glm-4.5-air" en el cuerpo de la solicitud. La API admite parámetros estándar de chat completion de OpenAI: messages (arreglo de objetos con role y content), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty y otros. Por ejemplo, establezca "max_tokens" en hasta 96000 para usar la capacidad completa de salida. La API devuelve una respuesta JSON con la finalización generada. La transmisión en streaming se admite configurando "stream": true. Asegúrese de que su biblioteca cliente utilice la URL base y el nombre del modelo correctos. La API de OrcaRouter es compatible con los SDK de cliente de OpenAI, por lo que la migración es sencilla.
GLM 4.5 Air admite una variedad de parámetros a través de la API compatible con OpenAI de OrcaRouter. Requerido: model ("z-ai/glm-4.5-air") y messages. Los parámetros opcionales incluyen: temperature (de 0.0 a 2.0, predeterminado 1.0) para controlar la aleatoriedad; top_p (de 0.0 a 1.0) para el muestreo nucleus; max_tokens (hasta 96000) para limitar la longitud de la salida; stop (lista de secuencias para detener la generación); frequency_penalty y presence_penalty (ambos de -2.0 a 2.0) para penalizar la repetición de tokens; y stream (booleano) para la entrega de tokens en tiempo real. La ventana de contexto es de 128000 tokens, así que asegúrese de que el total de tokens en messages más la salida generada no supere ese límite; de lo contrario, la solicitud se truncará o rechazará. OrcaRouter también puede admitir parámetros adicionales como logit_bias o user; consulte la documentación. Consulte siempre la referencia de API más reciente para obtener detalles exactos.
Migrar a GLM 4.5 Air en OrcaRouter es sencillo si ya utilizas una API compatible con OpenAI. Cambia la URL base a https://api.orcarouter.ai/v1, reemplaza el nombre del modelo por "z-ai/glm-4.5-air" y usa tu clave de API de OrcaRouter. No se requieren otros cambios en la estructura de la solicitud si usas parámetros estándar. El formato de respuesta es idéntico al de las chat completions de OpenAI. Si migras desde una plataforma que no sea OpenAI, deberás adaptar tu código para usar el formato de chat completions. OrcaRouter también admite function calling y tool use, aunque no todos los modelos lo hacen; verifica si GLM 4.5 Air los soporta. Realiza pruebas con solicitudes pequeñas primero para validar el comportamiento y los costos. OrcaRouter utiliza facturación basada en créditos, así que asegúrate de tener saldo suficiente antes de migrar.
En el catálogo de OrcaRouter, GLM 4.5 Air destaca por su combinación de una ventana de contexto grande (128K), un límite de salida alto (96K) y un sólido razonamiento matemático (MATH-500 96.5). Comparado con modelos más pequeños, ofrece un razonamiento más profundo, pero con un mayor costo por token de salida. Comparado con modelos más grandes o fronterizos, puede carecer de amplitud de conocimiento general o capacidades multimodales, pero resulta más rentable para tareas exclusivamente textuales y de razonamiento intensivo. El precio sin margen lo hace competitivo frente a modelos con capacidades similares que podrían incluir tarifas de plataforma. Para aplicaciones que no requieren matemáticas o salidas largas, existen alternativas más baratas. Para tareas que necesitan entrada multimodal, otros modelos con procesamiento de imágenes serían mejores. En general, ocupa un nicho como motor de razonamiento dedicado con límites de tokens generosos.
GLM 4.5 Air es una variante de la familia GLM-4 de Z.ai. Aunque no se proporcionan comparaciones específicas, la designación "Air" suele sugerir una versión más ligera u optimizada en costos en comparación con el modelo base GLM-4. Probablemente sacrifica algo de rendimiento para obtener menor latencia o costo, aunque la puntuación de 96.5 en MATH-500 indica que conserva un razonamiento sólido. La ventana de contexto (128K) y el límite de salida (96K) son generosos, posiblemente más grandes que las iteraciones anteriores de GLM-4. Los precios ($0.20/$1.10 por 1M tokens) son competitivos. Sin comparaciones directas de benchmarks, los usuarios deberían probar ambos modelos en sus tareas específicas. Las principales diferencias pueden estar en la velocidad, eficiencia o datos de entrenamiento ligeramente diferentes. OrcaRouter puede ofrecer otros modelos GLM-4 con precios diferentes; compare costos de tokens y rendimiento para elegir la mejor opción.
GLM 4.5 Air es un modelo propietario de Z.ai, no de peso abierto. En comparación con modelos de peso abierto como los de las familias Llama o Mistral, ofrece la ventaja de estar alojado y gestionado por OrcaRouter sin la carga de auto-alojamiento. Su precio es por token, mientras que los modelos abiertos requieren costos de infraestructura de cómputo. La puntuación MATH-500 es alta, pero los modelos abiertos pueden tener diferentes fortalezas (por ejemplo, conocimiento más amplio). La ventana de contexto (128K) es grande, pero algunos modelos abiertos ofrecen contextos similares o mayores. El límite de salida de 96K tokens es inusualmente alto en comparación con la mayoría de los modelos abiertos, que normalmente tienen un límite de 4K-32K. Para los usuarios que necesitan generaciones muy largas sin gestionar infraestructura, GLM 4.5 Air es conveniente. Para aquellos que requieren personalización o soberanía de datos, los modelos de peso abierto pueden ser preferidos.
GLM 4.5 Air es solo texto, por lo que no puede procesar imágenes, audio ni video. Si su aplicación requiere comprender contenido visual (por ejemplo, analizar gráficos, leer escritura a mano, interpretar fotos), necesitaría un modelo multimodal como GPT-4V o Claude 3. Del mismo modo, no puede generar imágenes ni voz. Para tareas que combinan razonamiento de texto e imagen, un modelo multimodal sería esencial. La fortaleza de GLM 4.5 Air radica puramente en el razonamiento y la generación textuales. Los usuarios deben evaluar si su caso de uso realmente necesita entrada multimodal o si solo el texto es suficiente. Si solo el texto es adecuado, GLM 4.5 Air puede ser más rentable para tareas basadas en razonamiento que los modelos multimodales, que a menudo cobran tarifas de token más altas y pueden incluir capacidades de visión que no se utilizan.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="z-ai/glm-4.5-air",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)do_sampleinclude_reasoningmax_tokensreasoningrequest_idresponse_formatstopstreamtemperaturethinkingtool_choicetool_streamtoolstop_puser_id| Entrada / 1M tokens | $0.200 |
| Salida / 1M tokens | $1.10 |
| Lectura caché / 1M | $0.030 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
GET /api/public/models/z-ai/glm-4.5-airAbrir @misc{orcarouter_glm_4_5_air,
title = {GLM 4.5 Air API},
author = {Z.ai},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/z-ai/glm-4.5-air}
}Z.ai. (2025). GLM 4.5 Air API. OrcaRouter. https://www.orcarouter.ai/models/z-ai/glm-4.5-air