Compacte MoE-verwant van GLM-4.5: 106B totaal / 12B actief. Dezelfde hybride-redenering- en tool-calling-stack, afgestemd op hoge doorvoer en lage kosten voor inferentie. 128K context.
GLM 4.5 Air is een tekstgeneratie-taalmodel ontwikkeld door Z.ai. Het biedt een contextvenster van 128.000 tokens en kan tot 96.000 tokens genereren in een enkele reactie. Het model is…
GLM 4.5 Air is gespecialiseerd in tekstgeneratie met een sterke nadruk op redeneren, met name wiskundige probleemoplossing, zoals blijkt uit de score van 96.5 op MATH-500. Het kan complexe meerstaps instructies verwerken, coherente lange tekst tot 96.000 tokens genereren en context behouden over 128.000 tokens. Mogelijkheden zijn onder andere het beantwoorden van feitelijke vragen, het samenvatten van lange documenten, het vertalen van tekst tussen talen, het uitvoeren van logische redeneringen en het schrijven van code. Het model is ontworpen om gedetailleerde aanwijzingen op te volgen en gestructureerde uitvoer te produceren. Het grote contextvenster stelt het in staat om te werken met hele boeken, uitgebreide rapporten of lange gesprekslogs. Het is echter een alleen-tekstmodel en kan geen afbeeldingen of andere media verwerken. Voor taken die geen redenering of lange uitvoer vereisen, is mogelijk een kleiner of goedkoper model voldoende.
De beste gebruikssituaties voor GLM 4.5 Air zijn taken die profiteren van het grote contextvenster en de hoge uitvoerlimiet. Voorbeelden zijn: het analyseren en samenvatten van lange academische papers, het genereren van gedetailleerde technische documentatie, het stap voor stap oplossen van complexe wiskundige problemen, het maken van uitgebreide studiegidsen en het verwerken van uitgebreide gebruikerslogboeken of chatgeschiedenissen. Het model presteert ook goed bij codeertaken die begrip van lange codebestanden of het genereren van grote codebases vereisen. Vanwege de prijsstructuur – $0.20 invoer en $1.10 uitvoer per miljoen tokens – is het kosteneffectief voor scenario's waar invoer goedkoper is dan uitvoer. Toepassingen die veel tokens moeten uitvoeren, zoals het schrijven van lange teksten of het genereren van meerdere redeneerstappen, kunnen economisch zijn in vergelijking met modellen met hogere uitvoerkosten per token.
Hoewel GLM 4.5 Air sterke redeneercapaciteiten en een grote context biedt, is het mogelijk overdreven voor eenvoudigere taken. Overweeg een goedkoper, kleiner model te gebruiken wanneer de taak niet het volledige contextvenster of de uitvoerlimiet vereist. Als u bijvoorbeeld snelle classificatie, eenvoudige vertaling of het genereren van korte antwoorden nodig hebt, is een model met lagere tokenkosten voordeliger. Ook als uw toepassing geen wiskundige redenering of het genereren van lange teksten omvat, is de premie voor de mogelijkheden van GLM 4.5 Air mogelijk niet gerechtvaardigd. De uitvoerkosten van het model ($1,10 per 1M tokens) zijn hoger dan de invoerkosten, dus taken die veel uitvoer genereren (bijv. lange samenvattingen van korte invoer) kunnen duurder zijn dan alternatieve modellen met lagere uitvoerkosten. Evalueer altijd de afweging tussen mogelijkheden en kosten voor uw specifieke gebruikssituatie.
De MATH-500 benchmark evalueert het vermogen van een model om wiskundige problemen op te lossen op verschillende moeilijkheidsniveaus, waaronder algebra, meetkunde, getaltheorie en meer. Een score van 96,5 geeft aan dat GLM 4.5 Air 96,5% van de problemen in de testset correct heeft beantwoord. Dit duidt op een sterk wiskundig redeneervermogen, vergelijkbaar met of beter dan andere modellen in zijn klasse. Het garandeert geen perfecte prestaties op alle wiskundige problemen, vooral niet op problemen die buiten de verdeling van de benchmark vallen. Gebruikers moeten deze score interpreteren als een indicator van de vaardigheid van het model in symbolisch redeneren en stapsgewijs probleemoplossen. De benchmark meet geen andere belangrijke vaardigheden zoals creativiteit, gezond verstand of feitelijkheid. Voor niet-wiskundige taken zouden andere benchmarks een relevantere vergelijking bieden.
Specifieke latentiegegevens voor GLM 4.5 Air op OrcaRouter worden niet verstrekt. Over het algemeen hangt de reactiesnelheid af van factoren zoals de lengte van invoer- en uitvoertokens, serverbelasting en netwerkomstandigheden. Modellen met grotere contextvensters en uitvoerlimieten kunnen langere verwerkingstijden vertonen bij het genereren van zeer lange antwoorden. Omdat GLM 4.5 Air tot 96.000 tokens kan uitvoeren, duurt het genereren van de maximale uitvoer aanzienlijk langer dan korte reacties. De API-infrastructuur van OrcaRouter is ontworpen om overhead te minimaliseren, maar de werkelijke snelheid zal variëren. Voor toepassingen waar lage latentie cruciaal is, overweeg dan het gebruik van kleinere modellen of kortere uitvoerlengtes. De prestaties van het model op MATH-500 duiden op efficiënte redenering, maar real-time toepassingen moeten worden getest onder de verwachte belasting.
Sterke punten: Hoog wiskundig redeneervermogen (MATH-500-score 96,5). Groot 128K-contextvenster maakt verwerking van uitgebreide teksten mogelijk. Maximale output van 96.000 tokens maakt het genereren van volledige documenten mogelijk. Nultarief op OrcaRouter maakt kosten transparant. Beperkingen: Alleen tekstmodus; kan geen afbeeldingen, audio of video verwerken. De hoge outputkosten ($1,10 per 1M tokens) kunnen belemmerend werken voor toepassingen die frequent zeer lange antwoorden genereren. Benchmark-scores voor andere domeinen (bijv. algemene kennis, codegeneratie) zijn niet verstrekt, dus de algehele veelzijdigheid is onbekend. Zoals alle taalmodellen kan het onjuiste of bevooroordeelde outputs produceren. Het heeft standaard geen internettoegang of real-time kennis. Gebruikers moeten outputs voor kritische toepassingen valideren.
Prijzen voor GLM 4.5 Air worden gefactureerd tegen het tarief van de aanbieder, zonder opslag op OrcaRouter. De kosten bedragen $0,20 per 1 miljoen invoertokens en $1,10 per 1 miljoen uitvoertokens. Invoertokens omvatten alle tekst in de prompt (system-, user- en assistant-berichten tot en met het laatste antwoord). Uitvoertokens zijn de gegenereerde tekst. Er zijn geen extra kosten of platformtoeslagen. U betaalt exact het aanbiedertarief. Dit transparante prijsmodel stelt u in staat om kosten te voorspellen op basis van tokenverbruik. Facturatie is doorgaans gebaseerd op het aantal tokens dat per API-aanroep wordt verbruikt. Op OrcaRouter kunnen cache-beleidsregels van toepassing zijn; raadpleeg de platformdocumentatie voor details over of herhaalde aanroepen met identieke invoer worden verdisconteerd.
De primaire afweging is tussen capaciteit en kosten. GLM 4.5 Air biedt hoge uitvoerlimieten en sterke redenering, maar de tokenkosten voor uitvoer ($1,10 per 1M) zijn relatief hoog. Voor taken die veel uitvoertokens genereren op basis van korte invoer, kunnen de kosten snel oplopen. Omgekeerd profiteren taken met grote invoer maar korte uitvoer van de lagere invoerkosten ($0,20 per 1M). De prijzen zonder opslag op OrcaRouter betekenen dat u geen extra betaalt boven het tarief van de provider, maar u moet nog steeds het tokenverbruik beheren. Als uw toepassing voornamelijk compacte antwoorden vereist, kan een model met lagere uitvoerkosten voordeliger zijn. Voor toepassingen die lange uitvoer of zware redenering vereisen, kan GLM 4.5 Air kosteneffectief zijn ondanks de hogere uitvoerkosten vanwege de prestaties.
OrcaRouter kan cachingbeleid implementeren dat de kosten voor herhaalde identieke invoertokens verlaagt. Specifieke kortingsdetails voor GLM 4.5 Air worden niet verstrekt. Typisch gelden cachingkortingen voor prompttokens die eerder zijn verwerkt, waardoor de effectieve invoerkosten dalen. Gebruikers dienen de documentatie of ondersteuning van OrcaRouter te raadplegen om de huidige cachingpraktijken te bevestigen. Aangezien de basisinvoerkosten al laag zijn met $0.20 per 1M tokens, kan caching de kosten verder verlagen voor toepassingen met repetitieve prompts. Uitvoertokens worden over het algemeen niet gecacht omdat ze per aanroep variëren. Controleer altijd de laatste factuurvoorwaarden rechtstreeks bij OrcaRouter om eventuele beschikbare kortingen of promoties te begrijpen.
Om GLM 4.5 Air te gebruiken, stuur HTTP-verzoeken naar het OpenAI-compatibele API-eindpunt van OrcaRouter: https://api.orcarouter.ai/v1. Voeg een geldige API-sleutel toe in de Authorization-header. Specificeer het model als "z-ai/glm-4.5-air" in de verzoekbody. De API ondersteunt standaard OpenAI chat completion parameters: messages (array van objecten met role en content), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty en andere. Stel bijvoorbeeld "max_tokens" in tot 96000 om de volledige outputcapaciteit te gebruiken. De API retourneert een JSON-antwoord met de gegenereerde voltooiing. Streaming wordt ondersteund door "stream": true in te stellen. Zorg ervoor dat uw clientbibliotheek de juiste basis-URL en modelnaam gebruikt. De API van OrcaRouter is compatibel met de client-SDK's van OpenAI, dus migratie is eenvoudig.
GLM 4.5 Air ondersteunt een reeks parameters via de OpenAI-compatibele API van OrcaRouter. Vereist: model ("z-ai/glm-4.5-air") en messages. Optionele parameters zijn onder andere: temperature (0,0 tot 2,0, standaard 1,0) om willekeur te beheersen; top_p (0,0 tot 1,0) voor nucleus sampling; max_tokens (tot 96000) om de uitvoerlengte te beperken; stop (lijst van sequenties om generatie te stoppen); frequency_penalty en presence_penalty (beide -2,0 tot 2,0) om tokenherhaling te bestraffen; en stream (boolean) voor realtime tokenlevering. Het contextvenster is 128000 tokens, dus zorg dat het totale aantal tokens in messages plus de gegenereerde uitvoer deze limiet niet overschrijdt; anders wordt het verzoek afgekapt of geweigerd. OrcaRouter ondersteunt mogelijk ook extra parameters zoals logit_bias of user; raadpleeg de documentatie. Raadpleeg altijd de nieuwste API-referentie voor exacte details.
Migreren naar GLM 4.5 Air op OrcaRouter is eenvoudig als u al een OpenAI-compatibele API gebruikt. Wijzig de basis-URL naar https://api.orcarouter.ai/v1, vervang de modelnaam door "z-ai/glm-4.5-air" en gebruik uw OrcaRouter API-sleutel. Er zijn geen andere wijzigingen in de verzoekstructuur nodig als u standaardparameters gebruikt. Het responsformaat is identiek aan de chatcompletions van OpenAI. Als u migreert van een niet-OpenAI-platform, moet u uw code aanpassen om het chatcompletions-formaat te gebruiken. OrcaRouter ondersteunt ook functieaanroepen en toolgebruik, hoewel niet alle modellen dit doen; controleer of GLM 4.5 Air dit ondersteunt. Test eerst met kleine verzoeken om het gedrag en de kosten te valideren. OrcaRouter werkt met op credits gebaseerde facturering, dus zorg dat u voldoende saldo heeft voordat u migreert.
Binnen de catalogus van OrcaRouter valt GLM 4.5 Air op door de combinatie van een groot contextvenster (128K), een hoge uitvoerlimiet (96K) en sterke wiskundige redeneervaardigheden (MATH-500 96.5). Vergeleken met kleinere modellen biedt het diepere redeneringen, maar tegen hogere kosten per uitvoertoken. Vergeleken met grotere of geavanceerde modellen kan het tekortschieten in algemene kennisbreedte of multimodale mogelijkheden, maar het is kosteneffectiever voor tekstgebaseerde, redeneerintensieve taken. De prijs zonder winstopslag maakt het concurrerend ten opzichte van modellen met vergelijkbare mogelijkheden die platformkosten kunnen bevatten. Voor toepassingen die geen wiskunde of lange uitvoer vereisen, bestaan er goedkopere alternatieven. Voor taken die multimodale invoer vereisen, zijn andere modellen met beeldverwerking beter geschikt. Over het algemeen neemt het een niche in als een toegewijde redeneermachine met royale tokenlimieten.
GLM 4.5 Air is een variant van Z.ai’s GLM-4-familie. Hoewel specifieke vergelijkingen niet worden gegeven, duidt de aanduiding 'Air' doorgaans op een lichtere of kostenefficiëntere versie ten opzichte van het basis-GLM-4-model. Het levert waarschijnlijk wat prestaties in voor lagere latentie of kosten, hoewel de MATH-500-score van 96,5 aangeeft dat het sterke redeneervaardigheden behoudt. De contextvenster (128K) en uitvoerlimiet (96K) zijn royaal, mogelijk groter dan eerdere GLM-4-versies. De prijzen ($0,20/$1,10 per 1M tokens) zijn concurrerend. Zonder directe benchmarkvergelijkingen moeten gebruikers beide modellen testen op hun specifieke taken. De belangrijkste verschillen kunnen liggen in snelheid, efficiëntie of enigszins afwijkende trainingsgegevens. OrcaRouter biedt mogelijk andere GLM-4-modellen met andere prijzen; vergelijk tokencode en prestaties om de beste keuze te maken.
GLM 4.5 Air is een propriëtair model van Z.ai, niet open-weight. Vergeleken met open-weight modellen zoals die uit de Llama- of Mistral-families biedt het het voordeel dat het wordt gehost en beheerd door OrcaRouter, zonder zelf-hosting overhead. De prijs is per token, terwijl open modellen kosten voor computerinfrastructuur vereisen. De MATH-500-score is hoog, maar open modellen kunnen andere sterke punten hebben (bijv. bredere kennis). Het contextvenster (128K) is groot, maar sommige open modellen bieden vergelijkbare of grotere contexten. De uitvoerlimiet van 96K tokens is ongewoon hoog in vergelijking met de meeste open modellen, die doorgaans een limiet hebben van 4K-32K. Voor gebruikers die zeer lange generaties nodig hebben zonder infrastructuurbeheer, is GLM 4.5 Air handig. Voor degenen die aanpasbaarheid of datasoevereiniteit vereisen, kunnen open-weight modellen de voorkeur krijgen.
GLM 4.5 Air is alleen voor tekst, dus het kan geen afbeeldingen, audio of video verwerken. Als uw toepassing het begrijpen van visuele inhoud vereist (bijv. het analyseren van grafieken, het lezen van handschrift, het interpreteren van foto's), heeft u een multimodaal model nodig zoals GPT-4V of Claude 3. Evenzo kan het geen afbeeldingen of spraak genereren. Voor taken die redeneren met tekst en afbeeldingen combineren, is een multimodaal model essentieel. De kracht van GLM 4.5 Air ligt puur in tekstueel redeneren en genereren. Gebruikers moeten beoordelen of hun gebruikssituatie daadwerkelijk multimodale invoer nodig heeft of dat alleen tekst voldoende is. Als alleen tekst voldoende is, kan GLM 4.5 Air kosteneffectiever zijn voor taken die veel redeneren vereisen dan multimodale modellen, die vaak hogere token-tarieven rekenen en mogelijk visuele mogelijkheden bevatten die ongebruikt blijven.
OpenAI-compatibel — behoud je huidige SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["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| Invoer / 1M tokens | $0.200 |
| Uitvoer / 1M tokens | $1.10 |
| Cache lezen / 1M | $0.030 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
Waar ontwikkelaars het deze week over hebben
GET /api/public/models/z-ai/glm-4.5-airOpenen @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