Fratello compatto MoE di GLM-4.5: 106B totali / 12B attivi. Stesso stack di ragionamento ibrido e chiamata di strumenti ottimizzato per inferenza ad alto throughput e basso costo. Contesto di 128K.
GLM 4.5 Air è un modello linguistico per generazione di testo sviluppato da Z.ai. Offre una finestra di contesto di 128.000 token e può generare fino a 96.000 token in una singola risposta. Il…
GLM 4.5 Air è specializzato nella generazione di testo con una forte enfasi sul ragionamento, in particolare nella risoluzione di problemi matematici, come dimostra il suo punteggio di 96,5 su MATH-500. È in grado di gestire istruzioni complesse multi-step, generare testo coerente di lunga forma fino a 96.000 token e mantenere il contesto su 128.000 token. Le sue capacità includono rispondere a domande fattuali, riassumere documenti lunghi, tradurre testo tra lingue, eseguire deduzioni logiche e scrivere codice. Il modello è progettato per seguire prompt dettagliati e produrre output strutturati. La sua ampia finestra di contesto gli consente di lavorare con interi libri, rapporti estesi o lunghi log di conversazioni. Tuttavia, è un modello solo testo e non può elaborare immagini o altri media. Per attività che non richiedono ragionamento o output lunghi, un modello più piccolo o più economico potrebbe essere sufficiente.
I migliori casi d'uso per GLM 4.5 Air riguardano attività che beneficiano della sua ampia finestra di contesto e dell'elevato limite di output. Esempi includono: analizzare e riassumere lunghi articoli accademici, generare documentazione tecnica dettagliata, risolvere problemi matematici complessi passo per passo, creare guide di studio complete ed elaborare estesi log utente o cronologie di chat. Il modello si comporta bene anche in attività di codifica che richiedono la comprensione di lunghi file di codice o la generazione di grandi codebase. Grazie alla sua struttura di prezzi – $0.20 per input e $1.10 per output per milione di token – è economico per scenari in cui l'input è meno costoso dell'output. Le applicazioni che devono produrre molti token, come scrivere contenuti di lunga durata o generare molteplici passaggi di ragionamento, possono essere economiche rispetto a modelli con costi di output più elevati.
Sebbene GLM 4.5 Air offra un forte ragionamento e un ampio contesto, potrebbe essere eccessivo per compiti più semplici. Considera l'uso di un modello più economico e più piccolo quando il compito non richiede la sua finestra di contesto completa o il suo limite di output. Ad esempio, se hai bisogno di classificazione rapida, traduzione semplice o generazione di risposte brevi, un modello con costi di token inferiori sarebbe più economico. Inoltre, se la tua applicazione non implica ragionamento matematico o generazione di testo lungo, il premio per le capacità di GLM 4.5 Air potrebbe non essere giustificato. Il costo di output del modello ($1.10 per 1M token) è superiore al suo costo di input, quindi i compiti che generano molto output (ad esempio, riassunti lunghi da input brevi) potrebbero essere più costosi rispetto a modelli alternativi con costi di output inferiori. Valuta sempre il compromesso tra capacità e costo per il tuo caso d'uso specifico.
Il benchmark MATH-500 valuta la capacità di un modello di risolvere problemi matematici a vari livelli di difficoltà, tra cui algebra, geometria, teoria dei numeri e altro ancora. Un punteggio di 96,5 indica che GLM 4.5 Air ha risposto correttamente al 96,5% dei problemi nel set di test. Ciò suggerisce una forte capacità di ragionamento matematico, paragonabile o superiore ad altri modelli della sua categoria. Non garantisce una performance perfetta su tutti i problemi matematici, specialmente quelli al di fuori della distribuzione del benchmark. Gli utenti dovrebbero interpretare questo punteggio come un indicatore della competenza del modello nel ragionamento simbolico e nella risoluzione di problemi passo-passo. Il benchmark non misura altre abilità importanti come la creatività, il buon senso o la veridicità. Per attività non matematiche, altri benchmark fornirebbero un confronto più pertinente.
I dati specifici sulla latenza per GLM 4.5 Air su OrcaRouter non sono forniti. In generale, la velocità di risposta dipende da fattori come la lunghezza dei token di input e output, il carico del server e le condizioni di rete. I modelli con finestre di contesto più ampie e limiti di output più elevati possono mostrare tempi di elaborazione più lunghi quando generano risposte molto lunghe. Poiché GLM 4.5 Air può produrre fino a 96.000 token, generare l'output massimo richiederà molto più tempo rispetto a risposte brevi. L'infrastruttura API di OrcaRouter è progettata per minimizzare l'overhead, ma la velocità effettiva varierà. Per applicazioni in cui la bassa latenza è critica, considera l'utilizzo di modelli più piccoli o lunghezze di output più brevi. Le prestazioni del modello su MATH-500 suggeriscono un ragionamento efficiente, ma le applicazioni in tempo reale dovrebbero essere testate sotto il carico previsto.
Punti di forza: Elevata capacità di ragionamento matematico (punteggio MATH-500 96.5). L'ampia finestra di contesto di 128K consente l'elaborazione di testi estesi. L'output massimo di 96,000 token permette la generazione di documenti di lunghezza completa. I prezzi senza markup su OrcaRouter rendono i costi trasparenti. Limitazioni: Modalità solo testo; non può elaborare immagini, audio o video. L'elevato costo di output ($1.10 per 1M di token) potrebbe essere proibitivo per applicazioni che generano risposte molto lunghe frequentemente. I punteggi di benchmark per altri domini (ad esempio, conoscenza generale, generazione di codice) non sono forniti, quindi la sua versatilità complessiva è sconosciuta. Come tutti i modelli linguistici, può produrre output errati o distorti. Non ha accesso a Internet né conoscenze in tempo reale per impostazione predefinita. Gli utenti dovrebbero validare gli output per applicazioni critiche.
Il prezzo per GLM 4.5 Air è fatturato alla tariffa del fornitore senza alcun ricarico su OrcaRouter. Il costo è di $0,20 per 1 milione di token in input e $1,10 per 1 milione di token in output. I token in input includono tutto il testo del prompt (messaggi di sistema, utente e assistente fino all'ultima risposta). I token in output sono il testo generato. Non ci sono commissioni aggiuntive o sovrapprezzi della piattaforma. Paghi esattamente la tariffa del fornitore. Questo modello di prezzo trasparente ti consente di prevedere i costi in base all'utilizzo dei token. La fatturazione si basa tipicamente sul numero di token consumati in ogni chiamata API. Su OrcaRouter potrebbero essere applicate politiche di caching; consulta la documentazione della piattaforma per dettagli su eventuali sconti per chiamate ripetute con input identici.
Il compromesso principale è tra capacità e costo. GLM 4.5 Air offre limiti di output elevati e un buon ragionamento, ma il costo per token di output ($1,10 per 1M) è relativamente alto. Per attività che generano molti token di output a partire da input brevi, il costo può accumularsi rapidamente. Al contrario, attività con input grandi ma output brevi traggono vantaggio dal costo di input inferiore ($0,20 per 1M). La tariffazione a markup zero su OrcaRouter significa che non paghi extra oltre alla tariffa del fornitore, ma devi comunque gestire l'uso dei token. Se la tua applicazione richiede principalmente risposte compatte, un modello con costo di output inferiore potrebbe essere più economico. Per applicazioni che richiedono output lunghi o ragionamenti complessi, GLM 4.5 Air potrebbe essere conveniente nonostante il costo di output più elevato, grazie alle sue prestazioni.
OrcaRouter può implementare politiche di caching che riducono il costo per token di input identici e ripetuti. I dettagli specifici sugli sconti per GLM 4.5 Air non sono forniti. Di solito, gli sconti di caching si applicano ai token di prompt già elaborati in precedenza, abbassando il costo effettivo di input. Gli utenti dovrebbero consultare la documentazione o il supporto di OrcaRouter per confermare le pratiche di caching attuali. Poiché il costo base di input è già basso, pari a $0.20 per 1M token, il caching potrebbe ridurre ulteriormente i costi per applicazioni con prompt ripetitivi. I token di output generalmente non vengono memorizzati nella cache perché variano per ogni chiamata. Verifica sempre i termini di fatturazione più recenti direttamente con OrcaRouter per conoscere eventuali sconti o promozioni disponibili.
Per utilizzare GLM 4.5 Air, invia richieste HTTP all'endpoint API compatibile con OpenAI di OrcaRouter: https://api.orcarouter.ai/v1. Includi una chiave API valida nell'intestazione Authorization. Specifica il modello come "z-ai/glm-4.5-air" nel corpo della richiesta. L'API supporta i parametri standard di completamento chat di OpenAI: messages (array di oggetti con role e content), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty e altri. Ad esempio, imposta "max_tokens" fino a 96000 per utilizzare la piena capacità di output. L'API restituisce una risposta JSON con il completamento generato. Lo streaming è supportato impostando "stream": true. Assicurati che la tua libreria client utilizzi l'URL base e il nome del modello corretti. L'API di OrcaRouter è compatibile con gli SDK client di OpenAI, quindi la migrazione è semplice.
GLM 4.5 Air supporta una serie di parametri tramite l'API compatibile con OpenAI di OrcaRouter. Obbligatori: model ("z-ai/glm-4.5-air") e messages. I parametri opzionali includono: temperature (da 0.0 a 2.0, default 1.0) per controllare la casualità; top_p (da 0.0 a 1.0) per il campionamento nucleo; max_tokens (fino a 96000) per limitare la lunghezza dell'output; stop (lista di sequenze per interrompere la generazione); frequency_penalty e presence_penalty (entrambi da -2.0 a 2.0) per penalizzare la ripetizione di token; e stream (booleano) per la consegna dei token in tempo reale. La finestra di contesto è di 128000 token, quindi assicurati che il totale dei token nei messaggi più l'output generato non superi tale limite; altrimenti, la richiesta verrà troncata o rifiutata. OrcaRouter potrebbe supportare anche parametri aggiuntivi come logit_bias o user; consulta la documentazione. Fai sempre riferimento all'ultimo riferimento API per i dettagli esatti.
Migrare a GLM 4.5 Air su OrcaRouter è semplice se usi già un'API compatibile con OpenAI. Cambia l'URL di base in https://api.orcarouter.ai/v1, sostituisci il nome del modello con "z-ai/glm-4.5-air" e usa la tua chiave API di OrcaRouter. Non sono necessarie altre modifiche alla struttura della richiesta se utilizzi parametri standard. Il formato della risposta è identico a quello dei chat completions di OpenAI. Se stai migrando da una piattaforma non OpenAI, dovrai adattare il tuo codice per utilizzare il formato chat completions. OrcaRouter supporta anche function calling e uso di strumenti, anche se non tutti i modelli lo fanno; verifica se GLM 4.5 Air li supporta. Testa prima con richieste piccole per validare il comportamento e i costi. OrcaRouter offre fatturazione basata su crediti, quindi assicurati di avere un saldo sufficiente prima della migrazione.
Nel catalogo di OrcaRouter, GLM 4.5 Air si distingue per la combinazione di un'ampia finestra di contesto (128K), un limite di output elevato (96K) e un forte ragionamento matematico (MATH-500 96.5). Rispetto a modelli più piccoli, offre un ragionamento più profondo ma a un costo più elevato per token di output. Rispetto a modelli più grandi o di frontiera, potrebbe mancare di ampiezza di conoscenze generali o capacità multimodali, ma è più conveniente per attività basate solo su testo e che richiedono molto ragionamento. Il prezzo a margine zero lo rende competitivo rispetto a modelli con capacità simili che potrebbero includere commissioni di piattaforma. Per applicazioni che non richiedono matematica o output lunghi, esistono alternative più economiche. Per attività che richiedono input multimodali, altri modelli con elaborazione delle immagini sarebbero migliori. Nel complesso, occupa una nicchia come motore di ragionamento dedicato con generosi limiti di token.
GLM 4.5 Air è una variante della famiglia GLM-4 di Z.ai. Sebbene non vengano forniti confronti specifici, la designazione "Air" suggerisce tipicamente una versione più leggera o ottimizzata per i costi rispetto al modello base GLM-4. Probabilmente sacrifica alcune prestazioni per una latenza o un costo inferiori, anche se il punteggio MATH-500 del 96,5 indica che mantiene un forte ragionamento. La finestra di contesto (128K) e il limite di output (96K) sono generosi, possibilmente più ampi rispetto alle iterazioni precedenti di GLM-4. I prezzi ($0,20/$1,10 per 1M token) sono competitivi. Senza confronti diretti sui benchmark, gli utenti dovrebbero testare entrambi i modelli sui propri compiti specifici. Le principali differenze potrebbero riguardare velocità, efficienza o dati di addestramento leggermente diversi. OrcaRouter potrebbe offrire altri modelli GLM-4 con prezzi diversi; confronta i costi per token e le prestazioni per scegliere la soluzione migliore.
GLM 4.5 Air è un modello proprietario di Z.ai, non open-weight. Rispetto ai modelli open-weight come quelli delle famiglie Llama o Mistral, offre il vantaggio di essere ospitato e gestito da OrcaRouter senza costi di auto-hosting. La sua tariffazione è per token, mentre i modelli aperti richiedono costi infrastrutturali di calcolo. Il punteggio MATH-500 è elevato, ma i modelli aperti possono avere punti di forza diversi (ad esempio, conoscenze più ampie). La finestra di contesto (128K) è ampia, ma alcuni modelli aperti offrono contesti simili o più grandi. Il limite di output di 96K token è insolitamente alto rispetto alla maggior parte dei modelli aperti, che in genere si fermano a 4K-32K. Per gli utenti che necessitano di generazioni molto lunghe senza gestire infrastrutture, GLM 4.5 Air è comodo. Per chi richiede personalizzazione o sovranità dei dati, i modelli open-weight potrebbero essere preferibili.
GLM 4.5 Air è solo testo, quindi non può elaborare immagini, audio o video. Se la tua applicazione richiede la comprensione di contenuti visivi (ad esempio, analizzare grafici, leggere scritte a mano, interpretare foto), avresti bisogno di un modello multimodale come GPT-4V o Claude 3. Allo stesso modo, non può generare immagini o parlato. Per compiti che combinano ragionamento testuale e visivo, un modello multimodale sarebbe essenziale. Il punto di forza di GLM 4.5 Air risiede esclusivamente nel ragionamento e nella generazione testuale. Gli utenti dovrebbero valutare se il loro caso d'uso richiede realmente input multimodale o se il solo testo è sufficiente. Se il solo testo è adeguato, GLM 4.5 Air potrebbe essere più conveniente per compiti che richiedono ragionamento intenso rispetto ai modelli multimodali, che spesso applicano tariffe token più elevate e possono includere capacità visive non utilizzate.
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-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 |
| Lettura cache / 1M | $0.030 |
| 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-4.5-airApri @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