GLM-4.5의 컴팩트 MoE 형제 모델: 총 106B / 활성 12B. 고처리량, 저비용 추론에 최적화된 동일한 하이브리드 추론 및 도구 호출 스택. 128K 컨텍스트.
GLM 4.5 Air는 Z.ai에서 개발한 텍스트 생성 언어 모델입니다. 이 모델은 128,000개의 토큰 컨텍스트 윈도우를 제공하며, 한 번의 응답으로 최대 96,000개의 토큰을 생성할 수 있습니다. 수학적 및 논리적 추론 작업에 최적화되어 있으며, MATH-500 벤치마크에서 96.5점을 기록한 것에서 알 수 있듯이 뛰어난 성능을 보여줍니다. 이…
GLM 4.5 Air는 추론, 특히 수학 문제 해결에 강조를 둔 텍스트 생성을 전문으로 하며, MATH-500에서 96.5점을 기록한 바 있습니다. 복잡한 다단계 지침을 처리하고, 최대 96,000 토큰의 일관된 긴 형식의 텍스트를 생성하며, 128,000 토큰에 걸쳐 맥락을 유지할 수 있습니다. 기능으로는 사실적인 질문에 답변, 긴 문서 요약, 언어 간 텍스트 번역, 논리적 추론 수행, 코드 작성 등이 있습니다. 이 모델은 상세한 프롬프트를 따르고 구조화된 출력을 생성하도록 설계되었습니다. 큰 컨텍스트 창 덕분에 전체 책, 긴 보고서 또는 긴 대화 기록을 처리할 수 있습니다. 그러나 텍스트 전용 모델이며 이미지나 기타 미디어를 처리할 수 없습니다. 추론이나 긴 출력이 필요하지 않은 작업의 경우 더 작거나 저렴한 모델로도 충분할 수 있습니다.
GLM 4.5 Air의 가장 적합한 사용 사례는 대규모 컨텍스트 창과 높은 출력 제한이 유리한 작업입니다. 예를 들어 긴 학술 논문 분석 및 요약, 상세한 기술 문서 생성, 복잡한 수학 문제의 단계별 해결, 포괄적인 학습 가이드 제작, 방대한 사용자 로그나 채팅 내역 처리 등이 있습니다. 이 모델은 긴 코드 파일을 이해하거나 대규모 코드베이스를 생성해야 하는 코딩 작업에서도 우수한 성능을 보입니다. 가격 구조(입력 100만 토큰당 $0.20, 출력 100만 토큰당 $1.10) 덕분에 입력 비용이 출력보다 저렴한 시나리오에서 비용 효율적입니다. 장문 콘텐츠 작성이나 여러 추론 단계 생성과 같이 많은 토큰을 출력해야 하는 애플리케이션은 출력 토큰 비용이 더 높은 모델과 비교해 경제적일 수 있습니다.
GLM 4.5 Air는 강력한 추론 능력과 큰 컨텍스트를 제공하지만, 간단한 작업에는 과잉일 수 있습니다. 작업에 전체 컨텍스트 윈도우나 출력 한도가 필요하지 않은 경우, 더 저렴하고 작은 모델을 고려하세요. 예를 들어, 빠른 분류, 간단한 번역, 또는 짧은 답변 생성이 필요한 경우 토큰 비용이 낮은 모델이 더 경제적입니다. 또한, 애플리케이션에 수학적 추론이나 긴 형식의 생성이 포함되지 않는다면 GLM 4.5 Air의 기능에 대한 프리미엄이 정당화되지 않을 수 있습니다. 이 모델의 출력 비용(1M 토큰당 $1.10)은 입력 비용보다 높기 때문에, 짧은 입력에서 긴 요약을 생성하는 등 출력이 많은 작업은 출력 비용이 더 낮은 대체 모델보다 더 비쌀 수 있습니다. 항상 특정 사용 사례에 대한 성능과 비용 간의 트레이드오프를 평가하세요.
MATH-500 벤치마크는 대수학, 기하학, 정수론 등 다양한 난이도의 수학 문제를 해결하는 모델의 능력을 평가합니다. 96.5점은 GLM 4.5 Air가 테스트 세트의 문제 중 96.5%를 올바르게 답했음을 나타냅니다. 이는 동급 모델과 비교하거나 이를 능가하는 강력한 수학적 추론 능력을 시사합니다. 하지만 벤치마크 분포 외부에 있는 문제를 포함한 모든 수학 문제에서 완벽한 성능을 보장하지는 않습니다. 사용자는 이 점수를 기호 추론 및 단계별 문제 해결 능력의 지표로 해석해야 합니다. 이 벤치마크는 창의성, 상식, 사실성과 같은 다른 중요한 능력은 측정하지 않습니다. 수학 이외의 작업에서는 다른 벤치마크가 더 적절한 비교를 제공할 것입니다.
GLM 4.5 Air의 OrcaRouter에 대한 구체적인 지연 시간 데이터는 제공되지 않습니다. 일반적으로 응답 속도는 입력 및 출력 토큰의 길이, 서버 부하, 네트워크 상태와 같은 요인에 따라 달라집니다. 컨텍스트 창과 출력 제한이 더 큰 모델은 매우 긴 응답을 생성할 때 처리 시간이 더 길어질 수 있습니다. GLM 4.5 Air는 최대 96,000개의 토큰을 출력할 수 있으므로 최대 출력을 생성하는 데는 짧은 응답보다 상당히 오랜 시간이 걸립니다. OrcaRouter의 API 인프라는 오버헤드를 최소화하도록 설계되었지만 실제 속도는 달라질 수 있습니다. 낮은 지연 시간이 중요한 애플리케이션의 경우 더 작은 모델이나 더 짧은 출력 길이를 사용하는 것을 고려하세요. MATH-500에서의 모델 성능은 효율적인 추론을 시사하지만, 실시간 애플리케이션은 예상 부하 하에서 테스트되어야 합니다.
장점: 높은 수학적 추론 능력 (MATH-500 점수 96.5). 128K의 대규모 컨텍스트 창으로 방대한 텍스트 처리 가능. 최대 96,000 토큰 출력으로 전체 길이 문서 생성 가능. OrcaRouter의 제로 마크업 가격 책정으로 비용이 투명함. 한계점: 텍스트 전용 모드; 이미지, 오디오, 비디오 처리 불가. 높은 출력 비용 (1M 토큰당 $1.10)은 매우 긴 응답을 자주 생성하는 애플리케이션에 부담이 될 수 있음. 다른 도메인(예: 일반 지식, 코드 생성)에 대한 벤치마크 점수가 제공되지 않아 전반적인 다용도성을 알 수 없음. 모든 언어 모델과 마찬가지로 부정확하거나 편향된 출력을 생성할 수 있음. 기본적으로 인터넷 접속이나 실시간 지식이 없음. 중요한 애플리케이션의 경우 사용자가 출력을 검증해야 함.
GLM 4.5 Air의 가격은 OrcaRouter에서 마크업 없이 공급자 요율로 청구됩니다. 비용은 입력 토큰 100만 개당 $0.20, 출력 토큰 100만 개당 $1.10입니다. 입력 토큰에는 프롬프트의 모든 텍스트(시스템, 사용자 및 마지막 응답까지의 어시스턴트 메시지)가 포함됩니다. 출력 토큰은 생성된 텍스트입니다. 추가 수수료나 플랫폼 할증료는 없습니다. 공급자 요율을 정확히 지불합니다. 이 투명한 가격 책정 모델을 통해 토큰 사용량에 따른 비용을 예측할 수 있습니다. 청구는 일반적으로 각 API 호출에서 소비된 토큰 수를 기준으로 합니다. OrcaRouter에서는 캐싱 정책이 적용될 수 있습니다. 동일한 입력으로 반복 호출 시 할인이 적용되는지에 대한 자세한 내용은 플랫폼 문서를 확인하세요.
주된 트레이드오프는 성능과 비용 사이에 있습니다. GLM 4.5 Air는 높은 출력 한도와 강력한 추론 기능을 제공하지만, 출력 토큰 비용(1M당 $1.10)이 상대적으로 높습니다. 짧은 입력에서 많은 출력 토큰을 생성하는 작업의 경우 비용이 빠르게 누적될 수 있습니다. 반대로, 입력이 크지만 출력이 짧은 작업은 낮은 입력 비용(1M당 $0.20)의 혜택을 받습니다. OrcaRouter의 제로 마크업 가격 책정은 제공업체 요금 외에 추가로 비용을 지불하지 않음을 의미하지만, 여전히 토큰 사용량을 관리해야 합니다. 애플리케이션이 주로 간결한 응답을 필요로 한다면, 출력 비용이 더 낮은 모델이 더 경제적일 수 있습니다. 긴 출력이나 무거운 추론이 필요한 애플리케이션의 경우, GLM 4.5 Air는 더 높은 출력 비용에도 불구하고 성능 덕분에 비용 효율적일 수 있습니다.
OrcaRouter는 반복되는 동일한 입력 토큰에 대한 비용을 절감하는 캐싱 정책을 구현할 수 있습니다. GLM 4.5 Air에 대한 구체적인 할인 세부 정보는 제공되지 않습니다. 일반적으로 캐싱 할인은 이전에 처리된 프롬프트 토큰에 적용되어 실질적인 입력 비용을 낮춥니다. 사용자는 현재 캐싱 관행을 확인하기 위해 OrcaRouter의 문서나 지원팀에 문의해야 합니다. 기본 입력 비용이 이미 1M 토큰당 $0.20로 낮으므로, 캐싱을 통해 반복적인 프롬프트가 있는 애플리케이션의 비용을 더욱 절감할 수 있습니다. 출력 토큰은 호출마다 다르기 때문에 일반적으로 캐싱되지 않습니다. 항상 OrcaRouter에 직접 최신 요금 청구 조건을 확인하여 사용 가능한 할인이나 프로모션을 이해하십시오.
GLM 4.5 Air를 사용하려면 HTTP 요청을 OrcaRouter의 OpenAI 호환 API 엔드포인트(https://api.orcarouter.ai/v1)로 보내십시오. Authorization 헤더에 유효한 API 키를 포함하십시오. 요청 본문에서 모델을 "z-ai/glm-4.5-air"로 지정하십시오. 이 API는 표준 OpenAI 채팅 완성 매개변수(messages(role과 content가 있는 객체 배열), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty 등)를 지원합니다. 예를 들어, "max_tokens"를 최대 96000까지 설정하여 전체 출력 용량을 사용할 수 있습니다. API는 생성된 완성과 함께 JSON 응답을 반환합니다. "stream": true로 설정하여 스트리밍을 지원합니다. 클라이언트 라이브러리가 올바른 기본 URL과 모델 이름을 사용하는지 확인하십시오. OrcaRouter의 API는 OpenAI의 클라이언트 SDK와 호환되므로 마이그레이션이 간단합니다.
GLM 4.5 Air는 OrcaRouter의 OpenAI 호환 API를 통해 다양한 매개변수를 지원합니다. 필수: model ("z-ai/glm-4.5-air") 및 messages. 선택적 매개변수는 다음과 같습니다: temperature (0.0 ~ 2.0, 기본값 1.0)는 무작위성을 제어합니다; top_p (0.0 ~ 1.0)는 nucleus sampling 용도; max_tokens (최대 96000)는 출력 길이를 제한합니다; stop (생성을 중단할 시퀀스 목록); frequency_penalty와 presence_penalty (둘 다 -2.0 ~ 2.0)는 토큰 반복을 페널티화합니다; 그리고 stream (불리언)은 실시간 토큰 전달을 위한 것입니다. 컨텍스트 윈도우는 128000 토큰이므로, 메시지의 총 토큰과 생성된 출력이 이 제한을 초과하지 않도록 하십시오. 그렇지 않으면 요청이 잘리거나 거부됩니다. OrcaRouter는 logit_bias 또는 user와 같은 추가 매개변수도 지원할 수 있습니다. 문서를 확인하세요. 항상 최신 API 참조 문서를 참조하여 정확한 세부 사항을 확인하십시오.
GLM 4.5 Air를 OrcaRouter에서 사용하기 위해 마이그레이션하는 것은 이미 OpenAI 호환 API를 사용 중이라면 간단합니다. 기본 URL을 https://api.orcarouter.ai/v1로 변경하고, 모델 이름을 "z-ai/glm-4.5-air"로 바꾼 후 OrcaRouter API 키를 사용하세요. 표준 파라미터를 사용하는 경우 요청 구조를 변경할 필요가 없습니다. 응답 형식은 OpenAI의 채팅 완료와 동일합니다. OpenAI가 아닌 플랫폼에서 마이그레이션하는 경우, 코드를 채팅 완료 형식에 맞게 조정해야 합니다. OrcaRouter는 함수 호출과 도구 사용도 지원하지만 일부 모델만 지원합니다. GLM 4.5 Air가 이를 지원하는지 확인하세요. 먼저 소규모 요청으로 테스트하여 동작과 비용을 검증하세요. OrcaRouter는 크레딧 기반 결제를 사용하므로, 마이그레이션 전에 충분한 잔액이 있는지 확인하세요.
OrcaRouter의 카탈로그에서 GLM 4.5 Air는 큰 컨텍스트 윈도우(128K), 높은 출력 제한(96K), 강력한 수학적 추론 능력(MATH-500 96.5)의 조합으로 두드러집니다. 소형 모델과 비교하면 더 깊은 추론을 제공하지만, 출력 토큰당 비용이 더 높습니다. 대형 또는 최첨단 모델과 비교하면 일반 지식의 폭이나 멀티모달 기능이 부족할 수 있지만, 텍스트 전용 및 추론 중심 작업에는 비용 효율적입니다. 제로 마크업 가격 책정은 플랫폼 수수료가 포함될 수 있는 유사한 기능의 모델과 경쟁력을 갖추게 합니다. 수학이나 긴 출력이 필요하지 않은 애플리케이션에는 더 저렴한 대안이 존재합니다. 멀티모달 입력이 필요한 작업에는 이미지 처리가 가능한 다른 모델이 더 좋습니다. 전반적으로, 관대한 토큰 한도를 갖춘 전용 추론 엔진으로서의 자리를 차지합니다.
GLM 4.5 Air는 Z.ai의 GLM-4 제품군의 변형입니다. 구체적인 비교는 제공되지 않지만, 'Air'라는 명칭은 일반적으로 기본 GLM-4 모델에 비해 더 가볍거나 비용 최적화된 버전을 의미합니다. MATH-500 점수 96.5는 강력한 추론 능력을 유지하고 있음을 나타내지만, 낮은 지연 시간이나 비용을 위해 일부 성능을 희생했을 가능성이 있습니다. 컨텍스트 창(128K)과 출력 제한(96K)은 넉넉하며, 이전 GLM-4 반복 버전보다 더 클 가능성이 있습니다. 가격(1M 토큰당 $0.20/$1.10)은 경쟁력이 있습니다. 직접적인 벤치마크 비교 없이 사용자는 특정 작업에 대해 두 모델을 모두 테스트해야 합니다. 주요 차이점은 속도, 효율성 또는 약간 다른 훈련 데이터에 있을 수 있습니다. OrcaRouter는 다른 가격의 다른 GLM-4 모델을 제공할 수 있습니다. 토큰 비용과 성능을 비교하여 가장 적합한 모델을 선택하십시오.
GLM 4.5 Air는 Z.ai의 독점 모델로, 오픈 웨이트(open-weight)가 아닙니다. Llama 또는 Mistral 계열과 같은 오픈 웨이트 모델과 비교했을 때, OrcaRouter가 호스팅 및 관리하며 셀프 호스팅 오버헤드가 없다는 장점이 있습니다. 가격은 토큰당 과금되지만, 오픈 모델은 컴퓨팅 인프라 비용이 필요합니다. MATH-500 점수는 높지만, 오픈 모델은 다른 강점(예: 더 넓은 지식)을 가질 수 있습니다. 컨텍스트 윈도우(128K)는 크지만 일부 오픈 모델은 비슷하거나 더 큰 컨텍스트를 제공합니다. 96K 토큰의 출력 제한은 대부분의 오픈 모델(일반적으로 4K~32K로 제한)에 비해 비정상적으로 높습니다. 인프라 관리 없이 매우 긴 출력이 필요한 사용자에게 GLM 4.5 Air는 편리합니다. 커스터마이징이나 데이터 주권이 필요한 사용자는 오픈 웨이트 모델을 선호할 수 있습니다.
GLM 4.5 Air는 텍스트 전용이므로 이미지, 오디오 또는 비디오를 처리할 수 없습니다. 응용 프로그램에서 차트 분석, 필기체 읽기, 사진 해석 등 시각적 콘텐츠 이해가 필요한 경우 GPT-4V나 Claude 3과 같은 멀티모달 모델이 필요합니다. 마찬가지로 이미지나 음성을 생성할 수 없습니다. 텍스트와 이미지 추론을 결합한 작업에는 멀티모달 모델이 필수적입니다. GLM 4.5 Air의 강점은 순수하게 텍스트 추론 및 생성에 있습니다. 사용자는 자신의 사용 사례가 실제로 멀티모달 입력을 필요로 하는지, 아니면 텍스트 전용으로 충분한지 평가해야 합니다. 텍스트 전용으로 충분하다면, GLM 4.5 Air는 추론 중심 작업에서 멀티모달 모델보다 비용 효율적일 수 있습니다. 멀티모달 모델은 종종 더 높은 토큰 요금을 부과하고 사용되지 않는 시각 기능을 포함할 수 있기 때문입니다.
OpenAI 호환 — 쓰던 SDK 그대로
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 입력 / 1M tokens | $0.200 |
| 출력 / 1M tokens | $1.10 |
| 캐시 읽기 / 1M | $0.030 |
| 통화 | USD |
정가 기준 추정치
추정치일 뿐입니다 — 실제 토큰 수는 제공자의 토크나이저에 따라 달라집니다.
@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