Varian MoE ringkas dari GLM-4.5: 106B total / 12B aktif. Tumpukan penalaran hibrida dan pemanggilan alat yang sama, disetel untuk inferensi throughput tinggi dan biaya rendah. Konteks 128K.
GLM 4.5 Air adalah model bahasa generasi teks yang dikembangkan oleh Z.ai. Model ini menawarkan jendela konteks sebesar 128.000 token dan dapat menghasilkan hingga 96.000 token dalam satu respons.…
GLM 4.5 Air mengkhususkan diri dalam pembuatan teks dengan penekanan kuat pada penalaran, khususnya pemecahan masalah matematika yang dibuktikan dengan skor 96,5 pada MATH-500. Model ini dapat menangani instruksi multi-langkah yang kompleks, menghasilkan teks panjang yang koheren hingga 96.000 token, dan mempertahankan konteks hingga 128.000 token. Kemampuannya mencakup menjawab pertanyaan faktual, merangkum dokumen panjang, menerjemahkan teks antar bahasa, melakukan deduksi logis, dan menulis kode. Model ini dirancang untuk mengikuti petunjuk rinci dan menghasilkan keluaran terstruktur. Jendela konteksnya yang besar memungkinkannya bekerja dengan seluruh buku, laporan panjang, atau log percakapan yang panjang. Namun, ini adalah model teks-saja dan tidak dapat memproses gambar atau media lainnya. Untuk tugas yang tidak memerlukan penalaran atau keluaran panjang, model yang lebih kecil atau lebih murah mungkin sudah cukup.
Kasus penggunaan terbaik untuk GLM 4.5 Air melibatkan tugas-tugas yang memanfaatkan jendela konteks besar dan batas output yang tinggi. Contohnya termasuk: menganalisis dan merangkum makalah akademis yang panjang, menghasilkan dokumentasi teknis yang detail, memecahkan masalah matematika yang kompleks langkah demi langkah, membuat panduan belajar yang komprehensif, serta memproses log pengguna atau riwayat obrolan yang ekstensif. Model ini juga berkinerja baik pada tugas pengkodean yang memerlukan pemahaman file kode yang panjang atau menghasilkan basis kode yang besar. Karena struktur harganya – $0.20 untuk input dan $1.10 untuk output per juta token – model ini hemat biaya untuk skenario di mana input lebih murah daripada output. Aplikasi yang perlu menghasilkan banyak token, seperti menulis konten bentuk panjang atau membuat beberapa langkah penalaran, bisa menjadi ekonomis dibandingkan dengan model yang memiliki biaya token output lebih tinggi.
Meskipun GLM 4.5 Air menawarkan penalaran yang kuat dan konteks yang besar, mungkin berlebihan untuk tugas-tugas yang lebih sederhana. Pertimbangkan untuk menggunakan model yang lebih murah dan lebih kecil ketika tugas tidak memerlukan jendela konteks penuh atau batas outputnya. Misalnya, jika Anda membutuhkan klasifikasi cepat, terjemahan sederhana, atau pembuatan jawaban singkat, model dengan biaya token yang lebih rendah akan lebih ekonomis. Selain itu, jika aplikasi Anda tidak melibatkan penalaran matematis atau pembuatan teks panjang, premi untuk kemampuan GLM 4.5 Air mungkin tidak sepadan. Biaya output model ($1.10 per 1M token) lebih tinggi daripada biaya inputnya, sehingga tugas yang menghasilkan banyak output (misalnya ringkasan panjang dari input pendek) bisa lebih mahal dibandingkan model alternatif dengan biaya output yang lebih rendah. Selalu evaluasi trade-off antara kemampuan dan biaya untuk kasus penggunaan spesifik Anda.
Tolok ukur MATH-500 mengevaluasi kemampuan model dalam memecahkan masalah matematika di berbagai tingkat kesulitan, termasuk aljabar, geometri, teori bilangan, dan lainnya. Skor 96,5% menunjukkan bahwa GLM 4.5 Air menjawab dengan benar 96,5% dari soal dalam set pengujian. Ini menunjukkan kemampuan penalaran matematika yang kuat, sebanding atau melebihi model lain di kelasnya. Hal ini tidak menjamin kinerja sempurna pada semua soal matematika, terutama yang di luar distribusi tolok ukur. Pengguna harus menafsirkan skor ini sebagai indikator kecakapan model dalam penalaran simbolik dan pemecahan masalah langkah demi langkah. Tolok ukur ini tidak mengukur keterampilan penting lainnya seperti kreativitas, akal sehat, atau faktualitas. Untuk tugas non-matematika, tolok ukur lain akan memberikan perbandingan yang lebih relevan.
Data latensi spesifik untuk GLM 4.5 Air di OrcaRouter tidak tersedia. Secara umum, kecepatan respons bergantung pada faktor-faktor seperti panjang token input dan output, beban server, serta kondisi jaringan. Model dengan jendela konteks dan batas output yang lebih besar dapat menunjukkan waktu pemrosesan yang lebih lama saat menghasilkan respons yang sangat panjang. Karena GLM 4.5 Air dapat menghasilkan hingga 96.000 token, menghasilkan output maksimal akan memakan waktu yang jauh lebih lama dibandingkan respons pendek. Infrastruktur API OrcaRouter dirancang untuk meminimalkan overhead, namun kecepatan aktual dapat bervariasi. Untuk aplikasi yang mengutamakan latensi rendah, pertimbangkan untuk menggunakan model yang lebih kecil atau panjang output yang lebih pendek. Performa model pada MATH-500 menunjukkan penalaran yang efisien, tetapi aplikasi real-time harus diuji dalam kondisi beban yang diharapkan.
Kekuatan: Kemampuan penalaran matematis tinggi (skor MATH-500 96.5). Jendela konteks 128K yang besar memungkinkan pemrosesan teks ekstensif. Output maksimum 96.000 token memungkinkan pembuatan dokumen panjang penuh. Harga tanpa markup di OrcaRouter membuat biaya transparan. Keterbatasan: Modalitas hanya teks; tidak dapat memproses gambar, audio, atau video. Biaya output yang tinggi ($1,10 per 1M token) mungkin menjadi penghalang bagi aplikasi yang sering menghasilkan respons yang sangat panjang. Skor tolok ukur untuk domain lain (misalnya, pengetahuan umum, pembuatan kode) tidak disediakan, sehingga keserbagunaan keseluruhannya tidak diketahui. Seperti semua model bahasa, model ini dapat menghasilkan output yang salah atau bias. Secara default, model ini tidak memiliki akses internet atau pengetahuan waktu nyata. Pengguna harus memvalidasi output untuk aplikasi kritis.
Penetapan harga untuk GLM 4.5 Air ditagih berdasarkan tarif penyedia tanpa markup di OrcaRouter. Biayanya adalah $0.20 per 1 juta token masukan dan $1.10 per 1 juta token keluaran. Token masukan mencakup semua teks dalam prompt (pesan sistem, pengguna, dan asisten hingga respons terakhir). Token keluaran adalah teks yang dihasilkan. Tidak ada biaya tambahan atau biaya platform. Anda membayar tepat sesuai tarif penyedia. Model penetapan harga yang transparan ini memungkinkan Anda memprediksi biaya berdasarkan penggunaan token. Penagihan biasanya didasarkan pada jumlah token yang digunakan dalam setiap panggilan API. Kebijakan cache mungkin berlaku di OrcaRouter; periksa dokumentasi platform untuk detail apakah panggilan berulang dengan input yang identik mendapatkan diskon.
The primary trade-off is between capability and cost. GLM 4.5 Air offers high output limits and strong reasoning, but its output token cost ($1.10 per 1M) is relatively high. For tasks that generate many output tokens from short inputs, the cost can accumulate quickly. Conversely, tasks with large inputs but short outputs benefit from the lower input cost ($0.20 per 1M). The zero-markup pricing on OrcaRouter means you are not paying extra beyond the provider rate, but you still need to manage token usage. If your application primarily requires compact responses, a model with lower output cost might be more economical. For applications requiring long outputs or heavy reasoning, GLM 4.5 Air may be cost-effective despite the higher output cost because of its performance.
OrcaRouter mungkin menerapkan kebijakan caching yang mengurangi biaya untuk token input identik yang berulang. Detail diskon spesifik untuk GLM 4.5 Air tidak disediakan. Biasanya, diskon caching berlaku untuk token perintah yang telah diproses sebelumnya, sehingga menurunkan biaya input efektif. Pengguna harus merujuk pada dokumentasi atau dukungan OrcaRouter untuk mengonfirmasi praktik caching saat ini. Karena biaya input dasar sudah rendah yaitu $0.20 per 1M token, caching dapat lebih mengurangi biaya untuk aplikasi dengan perintah yang berulang. Token output umumnya tidak di-cache karena bervariasi per panggilan. Selalu verifikasi persyaratan penagihan terbaru secara langsung dengan OrcaRouter untuk memahami diskon atau promosi yang tersedia.
Untuk menggunakan GLM 4.5 Air, kirim permintaan HTTP ke endpoint API yang kompatibel dengan OpenAI milik OrcaRouter: https://api.orcarouter.ai/v1. Sertakan kunci API yang valid di header Authorization. Tentukan model sebagai "z-ai/glm-4.5-air" di badan permintaan. API ini mendukung parameter penyelesaian obrolan OpenAI standar: messages (array objek dengan role dan content), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty, dan lainnya. Misalnya, atur "max_tokens" hingga 96000 untuk menggunakan kapasitas output penuh. API mengembalikan respons JSON dengan penyelesaian yang dihasilkan. Streaming didukung dengan mengatur "stream": true. Pastikan pustaka klien Anda menggunakan URL dasar dan nama model yang benar. API OrcaRouter kompatibel dengan SDK klien OpenAI, sehingga migrasi mudah.
GLM 4.5 Air mendukung berbagai parameter melalui API yang kompatibel dengan OpenAI dari OrcaRouter. Diperlukan: model ("z-ai/glm-4.5-air") dan messages. Parameter opsional meliputi: temperature (0.0 hingga 2.0, default 1.0) untuk mengontrol keacakan; top_p (0.0 hingga 1.0) untuk pengambilan sampel inti; max_tokens (hingga 96000) untuk membatasi panjang output; stop (daftar urutan untuk menghentikan pembuatan); frequency_penalty dan presence_penalty (keduanya -2.0 hingga 2.0) untuk menghukum pengulangan token; dan stream (boolean) untuk pengiriman token secara real-time. Jendela konteks adalah 128000 token, jadi pastikan total token dalam messages ditambah output yang dihasilkan tidak melebihi batas tersebut; jika tidak, permintaan akan dipotong atau ditolak. OrcaRouter juga dapat mendukung parameter tambahan seperti logit_bias atau user; periksa dokumentasi. Selalu rujuk ke referensi API terbaru untuk detail yang tepat.
Migrasi ke GLM 4.5 Air di OrcaRouter sederhana jika Anda sudah menggunakan API yang kompatibel dengan OpenAI. Ubah URL dasar menjadi https://api.orcarouter.ai/v1, ganti nama model dengan "z-ai/glm-4.5-air", dan gunakan kunci API OrcaRouter Anda. Tidak diperlukan perubahan lain pada struktur permintaan jika Anda menggunakan parameter standar. Format respons identik dengan chat completions OpenAI. Jika Anda migrasi dari platform non-OpenAI, Anda perlu menyesuaikan kode untuk menggunakan format chat completions. OrcaRouter juga mendukung function calling dan tool use, meskipun tidak semua model melakukannya; periksa apakah GLM 4.5 Air mendukungnya. Uji coba dengan permintaan kecil terlebih dahulu untuk memvalidasi perilaku dan biaya. OrcaRouter menyediakan penagihan berbasis kredit, jadi pastikan Anda memiliki saldo yang cukup sebelum migrasi.
Dalam katalog OrcaRouter, GLM 4.5 Air menonjol karena kombinasi jendela konteks besar (128K), batas output tinggi (96K), dan penalaran matematika yang kuat (MATH-500 96.5). Dibandingkan dengan model yang lebih kecil, ia menawarkan penalaran yang lebih dalam tetapi dengan biaya per token output yang lebih tinggi. Dibandingkan dengan model yang lebih besar atau model frontier, ia mungkin kurang dalam keluasan pengetahuan umum atau kemampuan multimodal, tetapi lebih hemat biaya untuk tugas-tugas yang hanya teks dan berat pada penalaran. Harga tanpa markup membuatnya kompetitif dibandingkan model dengan kemampuan serupa yang mungkin menyertakan biaya platform. Untuk aplikasi yang tidak memerlukan matematika atau output panjang, ada alternatif yang lebih murah. Untuk tugas yang memerlukan input multimodal, model lain dengan pemrosesan gambar akan lebih baik. Secara keseluruhan, ia menempati ceruk sebagai mesin penalaran khusus dengan batas token yang besar.
GLM 4.5 Air adalah varian dari keluarga GLM-4 milik Z.ai. Meskipun perbandingan spesifik tidak disediakan, sebutan "Air" biasanya menunjukkan versi yang lebih ringan atau dioptimalkan dari segi biaya dibandingkan model GLM-4 dasar. Kemungkinan model ini mengorbankan sebagian performa untuk latensi atau biaya yang lebih rendah, meskipun skor MATH-500 sebesar 96,5 menunjukkan kemampuannya dalam penalaran yang kuat. Jendela konteks (128K) dan batas keluaran (96K) cukup besar, mungkin lebih besar daripada iterasi GLM-4 sebelumnya. Harga ($0,20/$1,10 per 1M token) sangat kompetitif. Tanpa perbandingan tolok ukur langsung, pengguna sebaiknya menguji kedua model pada tugas spesifik mereka. Perbedaan utama mungkin terletak pada kecepatan, efisiensi, atau data pelatihan yang sedikit berbeda. OrcaRouter mungkin menawarkan model GLM-4 lain dengan harga yang berbeda; bandingkan biaya token dan performa untuk memilih yang paling sesuai.
GLM 4.5 Air adalah model proprietary dari Z.ai, bukan open-weight. Dibandingkan dengan model open-weight seperti dari keluarga Llama atau Mistral, model ini menawarkan keuntungan berupa hosting dan pengelolaan oleh OrcaRouter tanpa overhead hosting sendiri. Harganya berbasis per-token, sementara model open-weight memerlukan biaya infrastruktur komputasi. Skor MATH-500 tinggi, tetapi model open-weight mungkin memiliki keunggulan berbeda (misalnya, pengetahuan yang lebih luas). Jendela konteks (128K) besar, tetapi beberapa model open-weight menawarkan konteks serupa atau lebih besar. Batas output 96K token sangat tinggi dibandingkan kebanyakan model open-weight yang biasanya dibatasi 4K-32K. Bagi pengguna yang membutuhkan generasi teks yang sangat panjang tanpa mengelola infrastruktur, GLM 4.5 Air sangat praktis. Bagi yang membutuhkan kustomisasi atau kedaulatan data, model open-weight mungkin lebih diutamakan.
GLM 4.5 Air hanya berbasis teks, sehingga tidak dapat memproses gambar, audio, atau video. Jika aplikasi Anda memerlukan pemahaman konten visual (misalnya, menganalisis grafik, membaca tulisan tangan, menafsirkan foto), Anda akan memerlukan model multimodal seperti GPT-4V atau Claude 3. Demikian pula, ia tidak dapat menghasilkan gambar atau ucapan. Untuk tugas yang menggabungkan penalaran teks dan gambar, model multimodal akan sangat diperlukan. Kekuatan GLM 4.5 Air murni terletak pada penalaran dan generasi teks. Pengguna harus menilai apakah kasus penggunaan mereka benar-benar memerlukan input multimodal atau apakah input teks saja sudah cukup. Jika hanya teks yang memadai, GLM 4.5 Air mungkin lebih hemat biaya untuk tugas yang berat dalam penalaran dibandingkan model multimodal, yang sering kali mengenakan tarif token yang lebih tinggi dan mungkin mencakup kemampuan visi yang tidak digunakan.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
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| Input / 1M token | $0.200 |
| Output / 1M token | $1.10 |
| Baca cache / 1M | $0.030 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/z-ai/glm-4.5-airBuka @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