Zhipu (Z.ai) フラッグシップオープンソースMoE：総計355B / アクティブ32B。ハイブリッド推論（思考モード/非思考モード）、ネイティブツール呼び出しとエージェント面、128Kコンテキスト。
GLM-4.5は、Z.aiによるテキスト専用の言語モデルであり、OrcaRouterのOpenAI互換APIを介して利用可能です。128,000トークンのコンテキストウィンドウを備え、1リクエストあたり最大96,000トークンを出力できます。このモデルは特に数学的推論に強く、MATH-500ベンチマークで97.9のスコアを記録しています。開発者、研究者、および定量的な領域で正確なテキスト生成・分析…
GLM-4.5は、数学的推論、論理的演繹、ステップバイステップの問題解決を伴うタスクに優れています。MATH-500で97.9のスコアを達成し、さまざまな数学問題に対する高い精度を示しています。その他の有力なユースケースには、コード生成と説明、特にアルゴリズムや数学的計算が含まれます。大規模なコンテキストウィンドウ（128Kトークン）により、研究論文、法律文書、技術マニュアルなどの長文書の処理に適しています。さらに、会話全体の履歴が128Kの制限内に収まれば、会話の前半部分を参照するマルチターン会話も処理できます。
単純な分類、短いテキストの要約、基本的な質問応答といった簡単なタスクには、より小さなモデルの方がコスト効率が良い場合があります。GLM-4.5は、入力トークン100万あたり0.60ドル、出力トークン100万あたり2.20ドルです。アプリケーションが128Kのフルコンテキストや強力な数学的推論を必要としないのであれば、トークン単価の低いモデルを選択することでコストを削減できるかもしれません。また、マルチモーダルアプリケーション（例：画像キャプション生成や動画分析）には、GLM-4.5はテキストのみを処理するため適していません。そのような場合は、ビジョンやオーディオ入力をサポートするモデルを検討してください。
はい、GLM-4.5はコード生成が可能で、特に数学的計算やアルゴリズム的ロジックを含む問題に適しています。高いMATH-500スコア（97.9）は、数値的・論理的構造に対する推論能力を示しており、それがPython、Java、C++などの言語での正確なコード出力につながります。大きなコンテキストウィンドウにより、コードベース全体や長文のドキュメントを考慮しながらコードを生成できます。ただし、その主な強みは構文に依存するタスクではなく、推論にあります。特定のフレームワークやライブラリに関する深い知識を必要とするタスクでは、専用のコードモデルの方が適している場合があります。
128Kのコンテキストウィンドウとは、GLM-4.5が1回のリクエストで最大約96,000ワード（または128,000サブワードトークン）を処理できることを意味します。これは、長文書、長時間の会話、または1つのプロンプトでの大規模データ分析を含むタスクに有益です。このモデルは長いコンテキスト全体で一貫性を維持でき、これは要約、長文に対する質疑応答、多段階推論にとって重要です。ただし、実際の有効なコンテキスト長はコンテンツの複雑さによって異なる場合があります。ユーザーは特定のユースケースでテストし、ウィンドウの上限での一貫したパフォーマンスを確認する必要があります。
MATH-500は、基本的な算数から高度な競技レベルの問題まで、さまざまな難易度をカバーする500問の数学問題からなるベンチマークです。97.9というスコアは、GLM-4.5がこれらの問題の97.9%を正解したことを意味します。これは非常に強力な数学的推論能力を示しています。このモデルは、回答に至るまで厳密なステップバイステップの推論を採用している可能性があります。ユーザーは、このベンチマークが純粋な数学的能力をテストするものであり、創造的な文章作成や自由回答形式の対話などの他のタスクにおけるパフォーマンスを反映しない可能性があることに留意すべきです。これはSTEM用途を目的としたモデルを評価するための有用な指標です。
GLM-4.5の正確な速度およびレイテンシの数値は、Z.aiから公開されていません。パフォーマンスは、リクエストサイズ、出力長、ネットワーク状況、サーバー負荷などの要因に依存します。OrcaRouterを通じて、ユーザーはこのサイズのモデルとして標準的なレイテンシを期待できます。テキスト専用のモデルで128Kコンテキストを備えており、入力長に比例してレイテンシが増加する可能性があります。ストリーミングが利用可能で、最初のトークンまでの知覚時間を短縮できます。リアルタイムアプリケーションでは、典型的なワークロードで負荷テストを実施することを推奨します。OrcaRouterのインフラストラクチャは信頼性の高いAPIアクセスを目的として設計されていますが、具体的な速度ベンチマークはご自身の環境で測定する必要があります。
GLM-4.5の主な強みは数学的推論であり、MATH-500で97.9のスコアを達成したことからも明らかです。また、長いコンテキスト（128Kトークン）を効果的に処理できるため、ドキュメントレベルのタスクに適しています。このモデルは1回の出力で最大96Kトークンを生成できるため、長い応答や多段階の推論チェーンに役立ちます。パフォーマンスレベルの割に競争力のある価格設定です。さらに、OrcaRouterのOpenAI互換APIを介してアクセスできるため、そのエコシステムにすでに精通している開発者にとっては統合が容易です。このモデルはテキストのみのため、ビジョンや音声が不要な場合のデプロイが簡素化されます。
GLM-4.5はテキスト以外の入力モダリティをサポートしていません。画像、音声、動画を処理できません。そのトレーニングデータと設計は推論と数学に焦点を当てており、汎用モデルと比較して創造的または主観的なタスクでは性能が劣る可能性があります。MATH-500ベンチマークは印象的ですが、限定的な評価です。モデルの他のベンチマーク（例：コーディング、論理、事実性）でのパフォーマンスは提供されていません。また、他の大規模言語モデルと同様に、特に曖昧または分布外の入力に対してエラーやハルシネーションを生成する可能性があります。ユーザーは重要なアプリケーションの出力を検証する必要があります。大きなコンテキストウィンドウは非常に長いプロンプトに対してレイテンシとコストを増加させる可能性があります。
GLM-4.5の価格は、入力トークン100万トークンあたり$0.60、出力トークン100万トークンあたり$2.20です。これはZ.aiからのプロバイダーレートであり、OrcaRouterはマークアップを追加しません。課金は使用量ベースです。消費したトークンのみが課金対象です。入力トークンにはプロンプトとシステムメッセージが含まれ、出力トークンはモデルによって生成されます。1トークンは英語で約0.75ワードに相当します。典型的なリクエストで、入力トークン10,000トークン、出力トークン5,000トークンの場合、コストは(0.60 * 0.01) + (2.20 * 0.005) = $0.006 + $0.011 = $0.017となります。この透明な価格設定により、簡単にコストを見積もることができます。
その価格体系を考慮すると、GLM-4.5は高度な数学的推論と長いコンテキストを活用するアプリケーションにとって最もコスト効率が高い。単純なタスクには、より安価なモデルで十分な場合があり、運用コストを削減できる。128Kのコンテキストウィンドウはリクエストごとのトークン使用量を増やすため、最適化しないとコストが上昇する可能性がある。費用を管理するには、プロンプトを必要な長さに切り詰め、出力長制限を利用することを検討されたい。また、OrcaRouterはマークアップを課さないため、コストはプロバイダーの価格をほぼそのまま反映する。キャッシュを利用すれば、共通のプロンプトセグメントを再利用する際にさらにコストを削減できるが、具体的なキャッシュポリシーはOrcaRouterを用いた実装に依存する。
OrcaRouterはGLM-4.5リクエストに対してネイティブのキャッシュ機能を提供していません。キャッシュは通常、クライアント側で実装されます。例えば、同一のプロンプトに対する応答を保存して、重複した課金を回避することができます。あるいは、可能な限りコンテキストを再利用するようにアプリケーションを設計することもできます。GLM-4.5はトークンごとに課金されるため、キャッシュはリクエスト量の多いアプリケーションで大幅にコストを削減できます。特に、多くのリクエストが類似したプレフィックス（例：システムインストラクション）を共有する場合に効果的です。サーバーサイドのキャッシュが必要な場合は、OrcaRouterのバッチまたはプロンプトキャッシュ機能（利用可能な場合）の使用を検討してください。詳細についてはドキュメントを確認してください。
GLM-4.5は1リクエストあたり最大96,000トークンの出力に対応しています。これは非常に多く、長いレスポンスを生成するとリクエストごとのコストが高くなる可能性があります。例えば、96,000トークンの出力を生成した場合、96,000/1,000,000 * $2.20 = 1リクエストあたり$0.2112かかります。非常に長い生成が可能である一方、タスクが本当に長い出力を必要としない限り、'max_tokens'パラメータを使って出力長を制限する方が経済的です。予算を気にするユーザーは適切な制限を設定してください。入力トークン数と出力トークン数は合計され、それぞれのレートで個別に請求されます。
GLM-4.5 には OrcaRouter の OpenAI 互換 API を介してアクセスします。ベース URL を https://api.orcarouter.ai/v1 に設定してください。リクエストにはモデル ID "z-ai/glm-4.5" を使用します。この API は 'prompt'、'max_tokens'、'temperature' などの標準的な OpenAI パラメータを受け入れます。例えば、チャット完了呼び出しにはエンドポイント /v1/chat/completions を使用します。認証には OrcaRouter の API キーが必要です。この API は OpenAI API と同様に動作するため、ベース URL とモデル名を変更するだけで既存のコードを簡単に移行できます。認証の詳細については OrcaRouter のドキュメントを参照してください。
一般的なパラメータには次のものがあります：'model'（"z-ai/glm-4.5"に設定）、'messages'（役割と内容を持つ辞書のリスト）、'max_tokens'（最大96000）、'temperature'（ランダム性を制御、デフォルトは未指定）、'top_p'（核サンプリング）、'stream'（ブール値）、そして'stop'（生成を停止するシーケンス）。GLM-4.5はOpenAIチャット補完形式に対応しています。高度なパラメータ（logprobsやツール呼び出しなど）のすべてがサポートされているわけではありません。実際のユースケースでテストしてください。周波数ペナルティや存在ペナルティを設定する必要がある場合は、互換性についてOrcaRouterのドキュメントを参照してください。このモデルでは、システムメッセージを使用して動作を設定できます。
移行は簡単です。コードのベースURLをhttps://api.orcarouter.ai/v1に更新し、モデル名を"z-ai/glm-4.5"に置き換えてください。有効なOrcaRouter APIキーが必要です。リクエストとレスポンスの形式はOpenAIと同一です。プロンプト構造やパラメータに変更は不要ですが、OrcaRouterがサポートしていないモデル固有の機能を使用していた場合は除きます。少量のバッチでテストして動作を確認してください。ストリーミングを使用していた場合、同じストリーミングエンドポイントが機能します。OrcaRouterのドキュメントには、一般的な問題のトラブルシューティング手順が記載されています。
GLM-4.5のレート制限と使用クォータは、OrcaRouterがアカウント階層に基づいて決定します。一般的なレート制限は1分間あたりのリクエスト数（RPM）と1分間あたりのトークン数（TPM）で測定されます。大量使用の場合は、より高い制限をリクエストする必要があるかもしれません。OrcaRouterのAPIは標準的なHTTPステータスコード（例：レート制限時の429）を返します。クライアントに指数バックオフを実装することを推奨します。提供された情報には厳格なクォータの記載はありません。具体的な制限についてはOrcaRouterサポートにお問い合わせください。モデルのコンテキストウィンドウと出力長はリクエストごとの制限であり、定期的に強制されるものではありません。
GLM-4.5はMATH-500スコア97.9を達成し、数学的推論においてトップクラスの性能を示しています。多くのモデルはこのベンチマークで80点台から90点台前半にとどまっているため、97.9は際立って高い水準です。ただし、この比較は1つのベンチマークに限定されています。他の指標（例：一般的な言語理解、コーディング）では、性能が異なる可能性があります。GLM-4.5はテキストのみに対応しており、一部の競合モデルはビジョン対応です。そのコンテキストウィンドウ（128K）は、32Kや64Kを提供する多くのモデルよりも大きくなっています。価格は同クラスで競争力があります。数学に重点を置くユーザーはGLM-4.5を好むかもしれませんが、自身の特定のタスクで評価する必要があります。
安価なモデルは、コンテキストウィンドウが小さく（例：4K-8K）、ベンチマークスコアも低い場合があります。タスクが単純で低レイテンシが求められる場合は、より安価なモデルの方がコスト効率が良い可能性があります。例えば、100万トークンあたり$0.15/$0.60のモデルは、基本的な要約には十分かもしれません。GLM-4.5の利点は、強力な数学的推論と長いコンテキストにあります。トレードオフとして、トークンあたりのコストが高くなります。ご自身の典型的な使用パターンに基づいて総コストを計算する必要があります。アプリケーションが正確な数学的推論や長文書を必要とする場合、高いコストは正当化されるかもしれません。
いくつかのプロバイダーは同様のコンテキストウィンドウを持つモデルを提供しています。GLM-4.5の料金（$0.60/$2.20）は中程度の範囲にあります。128Kコンテキストを持つ一部のモデルはトークンあたり安いかもしれませんが、数学スコアが低いです。他のモデルはより高価かもしれません。GLM-4.5のMATH-500スコア97.9は非常に高いです。提供された事実には他のベンチマークスコアは記載されていないため、完全な比較は不可能です。高い数学性能と長いコンテキストを必要とするユーザーにとって、GLM-4.5は有力な候補です。ただし、クリエイティブライティングや多様性を求める場合には、他のモデルの方が適しているかもしれません。常にご自身のデータでテストしてください。
OrcaRouterは、インフラストラクチャを管理することなくGLM-4.5にアクセスできる、統一されたOpenAI互換APIを提供します。料金は透明で、プロバイダーの料金にマークアップは一切ありません。Z.aiがホストするものと同じモデルを、OrcaRouterのゲートウェイを通じて利用できます。このゲートウェイには、負荷分散、キャッシング、フォールバックオプションなどの追加機能が含まれる場合があります（OrcaRouterのドキュメントをご確認ください）。APIは標準化されているため、カタログ内の他のモデルへの移行は簡単です。OrcaRouterが認証とレート制限を処理します。すでにOrcaRouterで他のモデルを使用している場合、GLM-4.5の追加はモデル名を変更するだけです。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 入力 / 1M tokens | $0.600 |
| 出力 / 1M tokens | $2.20 |
| キャッシュ読み取り / 1M | $0.110 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@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