Компактный аналог MoE от GLM-4.5: 106 млрд всего / 12 млрд активных. Тот же стек гибридного рассуждения и вызова инструментов, оптимизированный для высокопроизводительного и недорогого вывода. 128K контекст.
GLM 4.5 Air — это текстовая языковая модель, разработанная компанией Z.ai. Она поддерживает контекстное окно размером 128 000 токенов и может генерировать до 96 000 токенов в одном ответе. Модель…
GLM 4.5 Air специализируется на генерации текста с сильным акцентом на рассуждение, особенно на решение математических задач, о чем свидетельствует его оценка 96,5 на MATH-500. Он может обрабатывать сложные многошаговые инструкции, генерировать связные длинные тексты до 96 000 токенов и поддерживать контекст до 128 000 токенов. Возможности включают ответы на фактические вопросы, обобщение длинных документов, перевод текста между языками, выполнение логических выводов и написание кода. Модель предназначена для следования подробным подсказкам и создания структурированных результатов. Благодаря большому контекстному окну она может работать с целыми книгами, объемными отчетами или длинными журналами разговоров. Однако это текстовая модель и не может обрабатывать изображения или другие медиа. Для задач, не требующих рассуждений или длинных выходных данных, может быть достаточно меньшей или более дешевой модели.
Наиболее эффективные случаи использования GLM 4.5 Air включают задачи, которые выигрывают от его большого контекстного окна и высокого лимита вывода. Примеры: анализ и обобщение длинных академических статей, создание подробной технической документации, пошаговое решение сложных математических задач, составление комплексных учебных пособий и обработка обширных журналов пользователей или истории чатов. Модель также хорошо справляется с задачами кодирования, требующими понимания длинных файлов с кодом или генерации больших кодовых баз. Благодаря своей структуре ценообразования – $0.20 за ввод и $1.10 за вывод на миллион токенов – она экономически эффективна для сценариев, где ввод дешевле вывода. Приложения, которым требуется выводить много токенов, например, написание длинного контента или генерация множества шагов рассуждений, могут быть экономичными по сравнению с моделями с более высокими затратами на выводные токены.
Хотя GLM 4.5 Air предлагает сильные способности к рассуждениям и большой контекст, он может быть избыточным для более простых задач. Рассмотрите возможность использования более дешевой, меньшей модели, когда задача не требует полного контекстного окна или лимита вывода. Например, если вам нужна быстрая классификация, простой перевод или генерация коротких ответов, модель с меньшей стоимостью токенов будет более экономичной. Кроме того, если ваше приложение не связано с математическими рассуждениями или генерацией длинных текстов, премия за возможности GLM 4.5 Air может быть неоправданной. Стоимость вывода модели ($1.10 за 1M токенов) выше, чем стоимость ввода, поэтому задачи, генерирующие много вывода (например, длинные сводки из коротких входных данных), могут быть дороже, чем альтернативные модели с более низкой стоимостью вывода. Всегда оценивайте компромисс между возможностями и стоимостью для вашего конкретного случая использования.
Бенчмарк MATH-500 оценивает способность модели решать математические задачи различных уровней сложности, включая алгебру, геометрию, теорию чисел и другие. Показатель 96.5 означает, что GLM 4.5 Air правильно ответил на 96.5% задач тестового набора. Это указывает на высокую способность к математическим рассуждениям, сравнимую или превосходящую другие модели в своем классе. Это не гарантирует идеальную производительность на всех математических задачах, особенно на тех, которые выходят за пределы распределения бенчмарка. Пользователям следует интерпретировать этот показатель как индикатор умения модели в символьных рассуждениях и пошаговом решении задач. Бенчмарк не измеряет другие важные навыки, такие как креативность, здравый смысл или фактологичность. Для нематематических задач другие бенчмарки обеспечат более релевантное сравнение.
Конкретные данные о задержках для GLM 4.5 Air на OrcaRouter не предоставлены. В целом скорость ответа зависит от таких факторов, как длина входных и выходных токенов, нагрузка на сервер и состояние сети. Модели с более широкими контекстными окнами и ограничениями на вывод могут демонстрировать более длительное время обработки при генерации очень длинных ответов. Поскольку GLM 4.5 Air может генерировать до 96,000 токенов, создание максимального вывода займет значительно больше времени, чем короткие ответы. Инфраструктура API OrcaRouter спроектирована для минимизации накладных расходов, но фактическая скорость будет варьироваться. Для приложений, где критична низкая задержка, рассмотрите использование меньших моделей или сокращение длины вывода. Производительность модели на MATH-500 указывает на эффективность рассуждений, но приложения реального времени следует тестировать при ожидаемой нагрузке.
Сильные стороны: Высокая способность к математическим рассуждениям (оценка MATH-500 — 96,5). Большой контекстный окно в 128K токенов позволяет обрабатывать обширные тексты. Максимальный вывод в 96 000 токенов позволяет генерировать полноразмерные документы. Ценообразование без наценки на OrcaRouter делает затраты прозрачными. Ограничения: Только текстовая модальность; не может обрабатывать изображения, аудио или видео. Высокая стоимость вывода (1,10 долл. США за 1 млн токенов) может быть непомерной для приложений, которые часто генерируют очень длинные ответы. Показатели бенчмарков для других областей (например, общие знания, генерация кода) не предоставлены, поэтому общая универсальность неизвестна. Как и все языковые модели, она может выдавать неверные или предвзятые результаты. По умолчанию у неё нет доступа в интернет или к знаниям в реальном времени. Пользователи должны проверять результаты для критически важных приложений.
Стоимость GLM 4.5 Air взимается по тарифам провайдера без наценки со стороны OrcaRouter. Цена составляет $0,20 за 1 миллион входящих токенов и $1,10 за 1 миллион исходящих токенов. Входящие токены включают весь текст в запросе (системные, пользовательские и ассистентские сообщения до последнего ответа). Исходящие токены — это сгенерированный текст. Дополнительные комиссии или платформенные надбавки отсутствуют. Вы платите ровно по тарифу провайдера. Такая прозрачная модель ценообразования позволяет прогнозировать затраты на основе использования токенов. Выставление счетов обычно производится на основе количества токенов, потреблённых в каждом API-вызове. Политика кэширования на OrcaRouter может применяться; уточните информацию в документации платформы, чтобы узнать, предоставляются ли скидки при повторных вызовах с идентичными входными данными.
Основной компромисс — между производительностью и стоимостью. GLM 4.5 Air предлагает высокие лимиты вывода и мощные рассуждения, но стоимость её выходных токенов ($1.10 за 1 млн) относительно высока. Для задач, которые генерируют множество выходных токенов из коротких входных данных, затраты могут быстро накапливаться. И наоборот, задачи с большими входными данными, но короткими выходными выигрывают от более низкой стоимости входных токенов ($0.20 за 1 млн). Ценообразование без наценки на OrcaRouter означает, что вы не платите сверх тарифа провайдера, но вам всё равно нужно управлять использованием токенов. Если ваше приложение в первую очередь требует компактных ответов, модель с более низкой стоимостью выходных токенов может быть более экономичной. Для приложений, требующих длинных выходных данных или интенсивных рассуждений, GLM 4.5 Air может быть рентабельной, несмотря на более высокую стоимость выходных токенов, из-за своей производительности.
OrcaRouter может внедрять политики кэширования, которые снижают стоимость повторяющихся одинаковых входных токенов. Конкретные детали скидки для GLM 4.5 Air не предоставлены. Обычно скидки за кэширование применяются к промпт-токенам, которые уже были обработаны ранее, снижая эффективную стоимость ввода. Пользователям следует обращаться к документации OrcaRouter или поддержке для подтверждения текущих практик кэширования. Поскольку базовая стоимость ввода уже низкая — $0,20 за 1 млн токенов, кэширование может дополнительно снизить затраты для приложений с повторяющимися промптами. Выходные токены обычно не кэшируются, поскольку они различаются в каждом вызове. Всегда проверяйте последние условия выставления счетов напрямую с OrcaRouter, чтобы узнать о любых доступных скидках или акциях.
Чтобы использовать GLM 4.5 Air, отправляйте HTTP-запросы к совместимой с OpenAI конечной точке API OrcaRouter: https://api.orcarouter.ai/v1. Включите действующий ключ API в заголовок Authorization. Укажите модель как "z-ai/glm-4.5-air" в теле запроса. API поддерживает стандартные параметры завершения чата OpenAI: messages (массив объектов с role и content), temperature, max_tokens, top_p, stop, frequency_penalty, presence_penalty и другие. Например, установите "max_tokens" до 96000, чтобы использовать полную выходную мощность. API возвращает ответ в формате JSON с сгенерированным завершением. Потоковая передача поддерживается установкой "stream": true. Убедитесь, что ваша клиентская библиотека использует правильный базовый URL и имя модели. API OrcaRouter совместим с клиентскими SDK OpenAI, поэтому миграция будет простой.
GLM 4.5 Air поддерживает ряд параметров через совместимый с OpenAI API OrcaRouter. Обязательные параметры: model ("z-ai/glm-4.5-air") и messages. Необязательные параметры включают: temperature (от 0.0 до 2.0, по умолчанию 1.0) для управления случайностью; top_p (от 0.0 до 1.0) для семплирования по ядру; max_tokens (до 96000) для ограничения длины вывода; stop (список последовательностей для остановки генерации); frequency_penalty и presence_penalty (оба от -2.0 до 2.0) для штрафования повторения токенов; и stream (логическое значение) для поточной выдачи токенов в реальном времени. Контекстное окно составляет 128000 токенов, поэтому убедитесь, что общее количество токенов в сообщениях и сгенерированном выводе не превышает этот лимит; в противном случае запрос будет обрезан или отклонен. OrcaRouter также может поддерживать дополнительные параметры, такие как logit_bias или user; обратитесь к документации. Всегда обращайтесь к актуальной справочной документации API для получения точных сведений.
Миграция на GLM 4.5 Air в OrcaRouter проста, если вы уже используете API, совместимый с OpenAI. Измените базовый URL на https://api.orcarouter.ai/v1, замените название модели на "z-ai/glm-4.5-air" и используйте свой API-ключ OrcaRouter. Никаких других изменений в структуре запроса не требуется, если вы используете стандартные параметры. Формат ответа идентичен формату chat completions от OpenAI. Если вы переходите с платформы, не связанной с OpenAI, вам потребуется адаптировать свой код для использования формата chat completions. OrcaRouter также поддерживает вызов функций и использование инструментов, хотя не все модели это делают; проверьте, поддерживает ли GLM 4.5 Air эти возможности. Сначала протестируйте с небольшими запросами, чтобы проверить поведение и стоимость. OrcaRouter использует биллинг на основе кредитов, поэтому убедитесь, что у вас достаточно средств перед миграцией.
В каталоге OrcaRouter модель GLM 4.5 Air выделяется сочетанием большого контекстного окна (128K), высокого лимита вывода (96K) и сильных математических рассуждений (MATH-500 96.5). По сравнению с меньшими моделями, она предлагает более глубокие рассуждения, но с более высокой стоимостью за выходной токен. По сравнению с более крупными или передовыми моделями, ей может не хватать широты общих знаний или мультимодальных возможностей, но она более рентабельна для задач, требующих только текста и интенсивных рассуждений. Ценообразование с нулевой наценкой делает её конкурентоспособной по сравнению с моделями с аналогичными возможностями, которые могут включать платформенные сборы. Для приложений, не требующих математики или длинных выводов, существуют более дешёвые альтернативы. Для задач, требующих мультимодального ввода, лучше подойдут другие модели с обработкой изображений. В целом, она занимает нишу специализированного механизма рассуждений с щедрыми лимитами токенов.
GLM 4.5 Air — это вариант семейства GLM-4 от Z.ai. Хотя конкретные сравнения не приводятся, обозначение «Air» обычно подразумевает более легкую или оптимизированную по стоимости версию по сравнению с базовой моделью GLM-4. Вероятно, она жертвует некоторой производительностью в пользу меньшей задержки или стоимости, хотя показатель MATH-500, равный 96,5, указывает на сохранение сильных логических способностей. Контекстное окно (128K) и лимит вывода (96K) являются щедрыми, возможно, больше, чем в более ранних версиях GLM-4. Цены ($0,20/$1,10 за 1 миллион токенов) являются конкурентоспособными. Без прямых сравнительных тестов пользователям следует протестировать обе модели на своих конкретных задачах. Основные различия могут заключаться в скорости, эффективности или небольших отличиях в обучающих данных. OrcaRouter может предлагать другие модели GLM-4 с иными ценами; сравните стоимость токенов и производительность, чтобы выбрать наиболее подходящую.
GLM 4.5 Air — это проприетарная модель от Z.ai, не с открытыми весами. По сравнению с моделями с открытыми весами, такими как семейства Llama или Mistral, она предлагает преимущество размещения и управления через OrcaRouter без затрат на самостоятельное развертывание. Ценообразование осуществляется за токен, тогда как открытые модели требуют затрат на вычислительную инфраструктуру. Показатель MATH-500 высок, но открытые модели могут иметь другие сильные стороны (например, более широкие знания). Окно контекста (128K) велико, однако некоторые открытые модели предлагают аналогичные или большие контексты. Ограничение на вывод в 96K токенов необычно высоко по сравнению с большинством открытых моделей, которые обычно ограничены 4K–32K. Для пользователей, которым нужны очень длинные генерации без управления инфраструктурой, GLM 4.5 Air удобен. Для тех, кому требуется возможность настройки или суверенитет данных, могут быть предпочтительнее модели с открытыми весами.
GLM 4.5 Air является исключительно текстовым, поэтому он не может обрабатывать изображения, аудио или видео. Если ваше приложение требует понимания визуального контента (например, анализ диаграмм, чтение рукописного текста, интерпретация фотографий), вам понадобится мультимодальная модель, такая как GPT-4V или Claude 3. Аналогично, он не может генерировать изображения или речь. Для задач, сочетающих текстовые и графические рассуждения, мультимодальная модель будет необходима. Сила GLM 4.5 Air заключается исключительно в текстовых рассуждениях и генерации. Пользователям следует оценить, действительно ли их случай использования требует мультимодального ввода или достаточно только текста. Если достаточно только текста, GLM 4.5 Air может быть более экономичным для задач, требующих высокой нагрузки на рассуждения, по сравнению с мультимодальными моделями, которые часто взимают более высокие токеновые ставки и могут включать неиспользуемые возможности зрения.
Совместимо с OpenAI — оставьте свой 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| Ввод / 1M токенов | $0.200 |
| Вывод / 1M токенов | $1.10 |
| Чтение кэша / 1M | $0.030 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
GET /api/public/models/z-ai/glm-4.5-airОткрыть @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