Zhipu (Z.ai) MoE open-source di punta: 355B totali / 32B attivi. Ragionamento ibrido (modalità pensiero / non pensiero), chiamata nativa di strumenti e superficie agentiva, contesto di 128K.
GLM-4.5 è un modello linguistico puramente testuale sviluppato da Z.ai, accessibile tramite l'API compatibile con OpenAI di OrcaRouter. Offre una finestra di contesto di 128.000 token e può generare…
GLM-4.5 eccelle in compiti che coinvolgono il ragionamento matematico, la deduzione logica e la risoluzione di problemi passo dopo passo. Raggiunge un punteggio di 97,9 su MATH-500, indicando un'elevata accuratezza su una gamma di problemi matematici. Altri casi d'uso rilevanti includono la generazione e la spiegazione di codice, specialmente per algoritmi e calcoli matematici. L'ampia finestra di contesto (128K token) lo rende adatto all'elaborazione di documenti lunghi, come articoli di ricerca, testi legali o manuali tecnici. Inoltre, può gestire conversazioni multi-turno che implicano il riferimento a parti precedenti della conversazione, a patto che l'intera cronologia rientri nel limite di 128K.
Per compiti semplici come classificazione diretta, riassunto di testi brevi o risposta a domande basilari, un modello più piccolo potrebbe essere più conveniente. GLM-4.5 ha un prezzo di $0.60 per 1 milione di token in input e $2.20 per 1 milione di token in output. Se la tua applicazione non richiede il contesto completo di 128K o il forte ragionamento matematico, potresti risparmiare costi selezionando un modello con un prezzo per token più basso. Inoltre, per applicazioni multimodali (e.g., didascalie di immagini o analisi video), GLM-4.5 non è adatto perché processa solo testo. In questi casi, considera modelli che supportano input visivi o audio.
Sì, GLM-4.5 può generare codice, in particolare per problemi che coinvolgono calcoli matematici o logica algoritmica. Il suo alto punteggio in MATH-500 (97,9) suggerisce una buona capacità di ragionamento su costrutti numerici e logici, che si traduce in output di codice accurato in linguaggi come Python, Java o C++. L'ampia finestra di contesto consente al modello di considerare intere basi di codice o documentazione lunga durante la generazione del codice. Tuttavia, il suo punto di forza principale è il ragionamento piuttosto che i compiti incentrati sulla sintassi. Per attività che richiedono una conoscenza approfondita di framework o librerie specifici, un modello di codice specializzato potrebbe essere più appropriato.
Una finestra di contesto di 128K significa che GLM-4.5 può elaborare fino a circa 96.000 parole (o 128.000 subword token) in una singola richiesta. Ciò è vantaggioso per attività che coinvolgono documenti lunghi, conversazioni estese o analisi di dati su larga scala in un unico prompt. Il modello può mantenere coerenza su questo lungo contesto, cosa importante per riassunti, risposte a domande su testi lunghi e ragionamenti a più passaggi. Tuttavia, la lunghezza effettiva del contesto utilizzabile può variare in base alla complessità del contenuto. Gli utenti dovrebbero testare con i loro casi d'uso specifici per garantire prestazioni consistenti all'estremità superiore della finestra.
MATH-500 è un benchmark composto da 500 problemi matematici che coprono vari livelli di difficoltà, dall'aritmetica di base a domande avanzate di livello competitivo. Un punteggio del 97.9% significa che GLM-4.5 ha risposto correttamente al 97.9% di questi problemi, indicando una capacità di ragionamento matematico molto forte. Il modello probabilmente utilizza un ragionamento rigoroso passo-passo per arrivare alle risposte. Gli utenti devono notare che questo benchmark verifica la pura abilità matematica e potrebbe non riflettere le prestazioni in altri compiti come la scrittura creativa o il dialogo aperto. È una metrica utile per valutare modelli destinati ad applicazioni STEM.
I dati esatti di velocità e latenza per GLM-4.5 non sono forniti pubblicamente da Z.ai. Le prestazioni dipendono da fattori come la dimensione della richiesta, la lunghezza dell'output, le condizioni di rete e il carico del server. Tramite OrcaRouter, gli utenti possono aspettarsi una latenza tipica per un modello di queste dimensioni. Poiché si tratta di un modello solo testo con un contesto di 128K, la latenza può aumentare proporzionalmente alla lunghezza dell'input. Lo streaming è disponibile per ridurre il tempo percepito fino al primo token. Per applicazioni in tempo reale, si consiglia di eseguire test di carico con il proprio carico di lavoro tipico. L'infrastruttura di OrcaRouter è progettata per un accesso API affidabile, ma i benchmark specifici di velocità dovrebbero essere misurati nel proprio ambiente.
Il punto di forza principale di GLM-4.5 è il ragionamento matematico, come dimostrato dal suo punteggio di 97.9 su MATH-500. Gestisce inoltre efficacemente contesti lunghi (128K token), rendendolo adatto per attività a livello di documento. Il modello può generare fino a 96K token per output, utile per risposte lunghe o catene di ragionamento multi-step. Ha un prezzo competitivo per il suo livello di prestazioni. Inoltre, si accede tramite l'API compatibile con OpenAI di OrcaRouter, semplificando l'integrazione per gli sviluppatori già familiari con quell'ecosistema. Il modello è solo testo, il che semplifica la distribuzione quando non sono richieste funzionalità visive o audio.
GLM-4.5 non supporta modalità di input diverse dal testo. Non può elaborare immagini, audio o video. I suoi dati di addestramento e la progettazione si concentrano sul ragionamento e la matematica; potrebbe avere prestazioni inferiori in compiti creativi o soggettivi rispetto a modelli generici. Il benchmark MATH-500, sebbene impressionante, è una valutazione ristretta: le prestazioni del modello su altri benchmark (es. coding, logica, veridicità) non vengono fornite. Inoltre, come tutti i grandi modelli linguistici, può produrre errori o allucinazioni, specialmente su input ambigui o fuori distribuzione. Gli utenti dovrebbero validare gli output per applicazioni critiche. L'ampia finestra di contesto potrebbe aumentare la latenza e il costo per prompt molto lunghi.
GLM-4.5 ha un costo di $0,60 per 1 milione di token di input e $2,20 per 1 milione di token di output. Questa è la tariffa del provider Z.ai, e OrcaRouter non applica alcun margine. La fatturazione è basata sull'utilizzo: paghi solo per i token consumati. I token di input includono il prompt e eventuali messaggi di sistema; i token di output sono generati dal modello. Un token corrisponde a circa 0,75 parole in inglese. Per una richiesta tipica con 10.000 token di input e 5.000 token di output, il costo sarebbe (0,60 * 0,01) + (2,20 * 0,005) = $0,006 + $0,011 = $0,017. Questo prezzo trasparente consente una facile stima dei costi.
Data la sua struttura di prezzo, GLM-4.5 è più conveniente per applicazioni che beneficiano delle sue elevate capacità di ragionamento matematico e del lungo contesto. Per compiti semplici, modelli più economici possono essere sufficienti, riducendo i costi operativi. La finestra di contesto di 128K aumenta l'uso di token per richiesta, il che può aumentare i costi se non ottimizzata. Per gestire le spese, considera di troncare i prompt alla lunghezza necessaria e di utilizzare limiti di lunghezza dell'output. Inoltre, poiché OrcaRouter non applica ricarichi, il costo rispecchia fedelmente il prezzo del provider. La memorizzazione nella cache può ulteriormente ridurre i costi se riutilizzi segmenti di prompt comuni, ma le politiche specifiche di caching dipendono dalla tua implementazione con OrcaRouter.
OrcaRouter non offre nativamente la memorizzazione nella cache per le richieste GLM-4.5. La memorizzazione nella cache è tipicamente implementata lato client. Ad esempio, è possibile salvare le risposte per prompt identici per evitare fatturazioni ripetute. In alternativa, puoi progettare la tua applicazione per riutilizzare il contesto dove possibile. Poiché GLM-4.5 viene fatturato per token, la memorizzazione nella cache può ridurre significativamente i costi per applicazioni con volumi elevati di richieste, specialmente se molte richieste condividono prefissi simili (ad esempio, istruzioni di sistema). Se hai bisogno di caching lato server, considera l'utilizzo delle funzionalità di batch o prompt caching di OrcaRouter, se disponibili—controlla la loro documentazione per i dettagli.
GLM-4.5 supporta fino a 96.000 token di output per richiesta. Questo valore è insolitamente alto e può comportare costi più elevati per richiesta se si generano risposte lunghe. Ad esempio, generare 96.000 token di output costerebbe 96.000/1.000.000 * $2,20 = $0,2112 per richiesta. Sebbene ciò consenta generazioni molto lunghe, potrebbe essere più economico limitare la lunghezza dell'output utilizzando il parametro 'max_tokens' a meno che l'attività non richieda davvero output lunghi. Gli utenti attenti al budget dovrebbero impostare limiti appropriati. I conteggi dei token di input e output vengono sommati e fatturati separatamente alle rispettive tariffe.
Accedi a GLM-4.5 tramite l'API compatibile con OpenAI di OrcaRouter. Imposta l'URL di base su https://api.orcarouter.ai/v1. Utilizza l'ID modello "z-ai/glm-4.5" nelle tue richieste. L'API accetta parametri standard di OpenAI come 'prompt', 'max_tokens', 'temperature', ecc. Ad esempio, una chiamata di completamento chat utilizzerebbe l'endpoint /v1/chat/completions. L'autenticazione richiede una chiave API da OrcaRouter. L'API si comporta come l'API di OpenAI, quindi il codice esistente può essere facilmente migrato cambiando l'URL di base e il nome del modello. Per i dettagli sull'autenticazione, consulta la documentazione di OrcaRouter.
I parametri comuni includono: 'model' (impostato su "z-ai/glm-4.5"), 'messages' (lista di dizionari con ruolo e contenuto), 'max_tokens' (fino a 96000), 'temperature' (controlla la casualità, predefinito non specificato), 'top_p' (campionamento nucleo), 'stream' (booleano) e 'stop' (sequenze in cui la generazione si ferma). GLM-4.5 supporta il formato di completamento chat di OpenAI. Non tutti i parametri avanzati (come logprobs o chiamate a strumenti) potrebbero essere supportati; testa il tuo caso d'uso. Se devi impostare penalità di frequenza o presenza, consulta la documentazione di OrcaRouter per la compatibilità. Il modello accetta messaggi di sistema per impostare il comportamento.
La migrazione è semplice. Aggiorna l'URL di base del tuo codice a https://api.orcarouter.ai/v1 e sostituisci il nome del modello con "z-ai/glm-4.5". Assicurati di avere una chiave API OrcaRouter valida. I formati delle richieste e delle risposte sono identici a quelli di OpenAI. Non sono necessarie modifiche alla struttura del prompt o ai parametri, a meno che non stessi utilizzando funzionalità specifiche del modello non supportate da OrcaRouter. Testa con un piccolo batch per confermare il comportamento. Se stavi utilizzando lo streaming, lo stesso endpoint di streaming funziona. La documentazione di OrcaRouter fornisce passaggi per la risoluzione dei problemi comuni.
Limiti di velocità e quote di utilizzo per GLM-4.5 sono determinati da OrcaRouter in base al livello del tuo account. I limiti di velocità tipici sono misurati in richieste al minuto (RPM) e token al minuto (TPM). Per un utilizzo ad alto volume, potrebbe essere necessario richiedere un limite più alto. L'API di OrcaRouter restituisce codici di stato HTTP standard (ad esempio, 429 per limitazione della velocità). Si consiglia di implementare un backoff esponenziale nel tuo client. Nelle informazioni fornite non viene menzionata alcuna quota rigida; contatta il supporto di OrcaRouter per limiti specifici. La finestra di contesto e la lunghezza dell'output del modello sono limiti per richiesta, non applicati periodicamente.
GLM-4.5 raggiunge un punteggio MATH-500 di 97.9, collocandolo tra i migliori nel ragionamento matematico. Molti modelli ottengono punteggi tra gli 80 e i bassi 90 su questo benchmark, quindi 97.9 è notevolmente alto. Tuttavia, questo confronto è limitato a un solo benchmark. Su altre metriche (ad esempio, comprensione generale del linguaggio, coding), le prestazioni potrebbero differire. GLM-4.5 è solo testo, mentre alcuni concorrenti supportano la visione. La sua finestra di contesto (128K) è più grande di molti modelli che offrono 32K o 64K. Il prezzo è competitivo per la sua categoria. Gli utenti concentrati sulla matematica potrebbero preferire GLM-4.5, ma dovrebbero valutare sui loro compiti specifici.
I modelli più economici possono avere finestre di contesto più piccole (ad esempio, 4K-8K) e punteggi benchmark inferiori. Se i tuoi compiti sono semplici e richiedono bassa latenza, un modello più economico potrebbe essere più conveniente. Ad esempio, un modello al prezzo di $0.15/$0.60 per 1M token potrebbe essere sufficiente per una sintesi di base. Il vantaggio di GLM-4.5 risiede nel suo forte ragionamento matematico e nel contesto lungo. Il compromesso è un costo più elevato per token. Dovresti calcolare il costo totale per il tuo tipico modello di utilizzo. Se la tua applicazione richiede un ragionamento matematico accurato o documenti lunghi, il costo più elevato potrebbe essere giustificato.
Diversi fornitori offrono modelli con finestre di contesto simili. Il prezzo di GLM-4.5 ($0.60/$2.20) è nella fascia medio-moderata. Alcuni modelli con contesto 128K potrebbero essere più economici per token ma hanno punteggi di matematica inferiori. Altri potrebbero essere più costosi. Il punteggio MATH-500 di GLM-4.5 del 97.9 è eccezionalmente alto. Nessuno dei fatti forniti menziona altri punteggi di benchmark, quindi non è possibile un confronto completo. Per gli utenti che necessitano di elevate prestazioni matematiche e contesto lungo, GLM-4.5 è un candidato valido. Tuttavia, per la scrittura creativa o la diversità, altri modelli potrebbero essere preferibili. Testate sempre con i vostri dati specifici.
OrcaRouter fornisce un'API unificata compatibile con OpenAI per accedere a GLM-4.5 senza dover gestire l'infrastruttura. I prezzi sono trasparenti con zero ricarichi sulle tariffe dei fornitori. Ottieni lo stesso modello ospitato da Z.ai, ma tramite il gateway di OrcaRouter che può offrire funzionalità aggiuntive come bilanciamento del carico, caching o opzioni di fallback (consulta la documentazione di OrcaRouter). L'API è standardizzata, quindi migrare verso altri modelli all'interno del catalogo è facile. OrcaRouter gestisce l'autenticazione e i limiti di richiesta. Se già utilizzi altri modelli su OrcaRouter, aggiungere GLM-4.5 è solo un cambio di nome del modello.
Compatibile con OpenAI: mantieni il tuo SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="z-ai/glm-4.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)do_sampleinclude_reasoningmax_tokensreasoningrequest_idresponse_formatstopstreamtemperaturethinkingtool_choicetool_streamtoolstop_puser_id| Input / 1M token | $0.600 |
| Output / 1M token | $2.20 |
| Lettura cache / 1M | $0.110 |
| Valuta | USD |
Stima basata sul prezzo di listino
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
GET /api/public/models/z-ai/glm-4.5Apri @misc{orcarouter_glm_4_5,
title = {GLM 4.5 API},
author = {Z.ai},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/z-ai/glm-4.5}
}Z.ai. (2025). GLM 4.5 API. OrcaRouter. https://www.orcarouter.ai/models/z-ai/glm-4.5