GLM-4.5 的緊湊型 MoE 兄弟：總參數 106B / 活躍參數 12B。相同的混合推理與工具調用堆疊，專為高吞吐量、低成本推理而調整。128K 上下文。
GLM 4.5 Air 是由 Z.ai 開發的文本生成語言模型。它提供 128,000 個 token 的上下文視窗，並可在單次回應中生成多達 96,000 個 token。該模型針對數學與邏輯推理任務進行了優化，其在 MATH-500 基準測試中獲得 96.5 的分數即為證明。此模型僅能透過 OrcaRouter 的 OpenAI 相容 API 存取，無需標準 API 金鑰以外的特殊憑證。模型…
GLM 4.5 Air 專注於文字生成，特別注重推理能力，尤其是在數學解題方面，其在 MATH-500 上取得 96.5 分即為明證。它能處理複雜的多步驟指令，產生連貫的長篇文字（最多 96,000 個 token），並在 128,000 個 token 的範圍內維持上下文。功能包括回答事實性問題、摘要長篇文件、翻譯不同語言的文字、進行邏輯推論及撰寫程式碼。該模型設計用來遵循詳細的提示並產出結構化輸出。其大型上下文視窗使其能夠處理整本書、長篇報告或長時間的對話記錄。然而，它是個僅文字模型，無法處理圖片或其他媒體。對於不需要推理或長篇輸出的任務，使用較小或較便宜的模型可能就已足夠。
GLM 4.5 Air 的最佳使用場景包括那些受益於其大上下文視窗和高輸出限制的任務。例如：分析與總結長篇學術論文、生成詳細的技術文件、逐步解決複雜數學問題、建立全面的學習指南，以及處理大量的使用者日誌或對話記錄。該模型在需要理解長程式碼檔案或生成大型程式碼庫的程式碼任務上也有出色表現。由於其定價結構——每百萬個 token 輸入 0.20 美元、輸出 1.10 美元——對於輸入成本低於輸出的場景來說，這具有成本效益。需要輸出大量 token 的應用，例如撰寫長篇內容或生成多個推理步驟，與輸出 token 成本較高的模型相比，可以更經濟實惠。
雖然 GLM 4.5 Air 提供強大的推理能力和大型上下文，但對於較簡單的任務可能過於大材小用。當任務不需要其完整的上下文視窗或輸出限制時，可考慮使用更便宜、更小的模型。例如，若您需要快速分類、簡單翻譯或產生簡短回答，使用 token 成本較低的模型會更經濟。此外，若您的應用不涉及數學推理或長篇生成，則可能不值得為 GLM 4.5 Air 的能力支付溢價。該模型的輸出成本（每 1M tokens $1.10）高於其輸入成本，因此產生大量輸出的任務（例如從短輸入生成長摘要）可能會比輸出成本較低的替代模型更昂貴。請務必針對您的特定使用案例，評估能力與成本之間的取捨。
MATH-500基準測試評估模型在不同難度層級的數學問題解決能力，涵蓋代數、幾何、數論等領域。96.5的分數表示GLM 4.5 Air正確回答了測試集中96.5%的問題，展現出強大的數學推理能力，與同類型模型相當甚至更優。但這並不保證在所有數學問題上都能完美表現，尤其是超出基準測試分佈的問題。使用者應將此分數視為模型在符號推理與逐步解題能力上的指標。該基準測試並不衡量創造力、常識或事實性等其他重要技能。對於非數學任務，其他基準測試能提供更相關的比較。
GLM 4.5 Air 在 OrcaRouter 上的具體延遲數據並未提供。一般來說，回應速度取決於輸入與輸出 Token 的長度、伺服器負載以及網路狀況等因素。具備較大上下文視窗與輸出限制的模型，在生成非常長的回應時，可能會有較長的處理時間。由於 GLM 4.5 Air 最多可輸出 96,000 個 Token，生成最大輸出所需的時間將遠長於簡短回應。OrcaRouter 的 API 基礎架構設計旨在最小化開銷，但實際速度仍會有所差異。對於低延遲至關重要的應用，建議考慮使用較小的模型或較短的輸出長度。該模型在 MATH-500 上的表現顯示其具備高效的推理能力，但即時應用應在預期負載下進行測試。
優勢：高度數學推理能力（MATH-500 分數 96.5）。128K 大語境窗口可處理長篇文本。最大輸出 96,000 個 token，能生成完整文件。OrcaRouter 零加成定價使成本透明。 局限性：僅文字模式；無法處理圖像、音訊或影片。高輸出成本（每 1M tokens $1.10）可能不利於頻繁生成超長回應的應用場景。其他領域（如一般知識、程式碼生成）的基準測試分數未提供，因此整體通用性未知。與所有語言模型一樣，可能產生不正確或有偏見的輸出。預設情況下不具備網路存取或即時知識。使用者應針對關鍵應用驗證輸出。
GLM 4.5 Air 的定價按提供商費率計算，在 OrcaRouter 上零加成。費用為每 100 萬個輸入 token 0.20 美元，每 100 萬個輸出 token 1.10 美元。輸入 token 包含提示中的所有文字（系統、使用者和助手訊息，截至最後一次回應）。輸出 token 為生成的文字。無任何額外費用或平台附加費。您支付的即為提供商費率。這種透明的定價模式可讓您根據 token 用量預測成本。計費通常依據每次 API 呼叫所消耗的 token 數量。OrcaRouter 可能適用快取政策；請查閱平台文件以了解重複相同輸入的呼叫是否享有折扣。
主要取捨在於能力與成本之間。GLM 4.5 Air 提供較高的輸出上限與強大的推理能力，但輸出 Token 成本（每 100 萬個 $1.10）相對較高。對於從簡短輸入產生大量輸出 Token 的任務，成本會快速累積。相反地，輸入大但輸出短的任務，則因輸入成本較低（每 100 萬個 $0.20）而受益。OrcaRouter 的零加價定價意味著你無需支付供應商費率以外的額外費用，但仍需管理 Token 用量。若你的應用主要需要簡潔的回應，輸出成本較低的模型會更經濟。對於需要長輸出或大量推理的應用，GLM 4.5 Air 儘管輸出成本較高，但因其性能表現而可能仍具成本效益。
OrcaRouter 可能實作快取政策，以降低重複相同輸入 Token 的成本。GLM 4.5 Air 的具體折扣細節並未提供。通常，快取折扣適用於已處理過的提示詞 Token，從而降低有效輸入成本。使用者應參考 OrcaRouter 的文件或支援服務，以確認目前的快取實務。由於基本輸入成本已相當低廉，每 1M Token 僅 $0.20，對於具有重複提示的應用，快取可進一步降低成本。輸出 Token 通常不會被快取，因為每次呼叫的輸出各不相同。請務必直接向 OrcaRouter 確認最新計費條款，以了解任何可用的折扣或優惠。
若要使用 GLM 4.5 Air，請發送 HTTP 請求至 OrcaRouter 的 OpenAI 相容 API 端點：https://api.orcarouter.ai/v1。在 Authorization 標頭中包含有效的 API 金鑰。在請求主體中指定模型為 "z-ai/glm-4.5-air"。此 API 支援標準 OpenAI 聊天完成參數：messages（包含 role 和 content 的物件陣列）、temperature、max_tokens、top_p、stop、frequency_penalty、presence_penalty 及其他。例如，將 "max_tokens" 設定為最高 96000 以使用完整的輸出容量。API 會回傳包含生成完成的 JSON 回應。透過設定 "stream": true 支援串流。確保您的客戶端函式庫使用正確的基礎 URL 和模型名稱。OrcaRouter 的 API 與 OpenAI 的客戶端 SDK 相容，因此遷移非常簡單。
GLM 4.5 Air 透過 OrcaRouter 的 OpenAI 相容 API 支援多種參數。必要參數：`model`（"z-ai/glm-4.5-air"）和 `messages`。可選參數包括：`temperature`（0.0 至 2.0，預設 1.0）控制隨機性；`top_p`（0.0 至 1.0）用於核採樣；`max_tokens`（最高 96000）限制輸出長度；`stop`（停止生成的字串清單）；`frequency_penalty` 和 `presence_penalty`（兩者皆為 -2.0 至 2.0）用於懲罰重複的 token；以及 `stream`（布林值）實現即時 token 傳遞。上下文視窗為 128000 個 token，因此請確保 `messages` 中的 token 總數加上生成的輸出不超過此限制；否則請求將被截斷或拒絕。OrcaRouter 可能也支援其他參數（如 `logit_bias` 或 `user`），請查閱文件。務必參考最新的 API 說明文件以獲取準確細節。
遷移至 OrcaRouter 上的 GLM 4.5 Air 非常簡單，如果你已經使用 OpenAI 相容的 API。只需將 base URL 改為 https://api.orcarouter.ai/v1，模型名稱改為 "z-ai/glm-4.5-air"，並使用你的 OrcaRouter API 金鑰。若使用標準參數，請求結構無需其他變更。回應格式與 OpenAI 的 chat completions 完全相同。如果從非 OpenAI 平台遷移，則需要調整程式碼以使用 chat completions 格式。OrcaRouter 也支援 function calling 和 tool use，但並非所有模型皆支援；請確認 GLM 4.5 Air 是否具備這些功能。先以小型請求進行測試，以驗證行為與成本。OrcaRouter 採用 credit 計費，請確保遷移前有足夠餘額。
在 OrcaRouter 的目錄中，GLM 4.5 Air 因其大上下文視窗（128K）、高輸出限制（96K）以及強大的數學推理能力（MATH-500 96.5）而脫穎而出。與較小的模型相比，它提供更深入的推理，但每個輸出令牌的成本更高。與較大或前沿模型相比，它可能在通用知識廣度或多模態能力上有所不足，但對於純文字、推理密集型任務而言更具成本效益。零加成定價使其與功能相似（但可能包含平台費用）的模型相比更具競爭力。對於不需要數學或長篇輸出的應用，有更便宜的替代方案。對於需要多模態輸入的任務，其他具備影像處理能力的模型會更合適。總體而言，它佔據了專用推理引擎的利基市場，並提供充裕的令牌限制。
GLM 4.5 Air 是 Z.ai 的 GLM-4 系列的一個變體。雖然沒有提供具體的比較，但「Air」這個名稱通常表示相比基礎 GLM-4 模型更輕量或成本優化的版本。它可能為了較低的延遲或成本而犧牲部分性能，不過 MATH-500 分數達到 96.5 分，顯示它仍保有強大的推理能力。上下文視窗 (128K) 和輸出限制 (96K) 相當寬裕，可能比早期的 GLM-4 迭代更大。定價 (每1M tokens $0.20/$1.10) 具有競爭力。若無直接的基準比較，使用者應針對特定任務測試兩個模型。主要差異可能在於速度、效率或訓練數據上的些微不同。OrcaRouter 可能提供其他不同定價的 GLM-4 模型；請比較 token 成本和性能以選擇最適合的方案。
GLM 4.5 Air 是 Z.ai 的專有模型，並非開放權重。與 Llama 或 Mistral 系列等開放權重模型相比，其優勢在於由 OrcaRouter 託管與管理，無需自行託管的開銷。其定價按 token 計費，而開放模型則需要計算基礎設施成本。MATH-500 分數很高，但開放模型可能擁有不同的優勢（例如更廣泛的知識）。上下文窗口（128K）很大，但部分開放模型也提供相似或更大的上下文。96K token 的輸出限制相較於多數開放模型（通常限制在 4K-32K）異常高。對於需要極長生成內容但不想管理基礎設施的使用者，GLM 4.5 Air 相當方便；而對於需要可定制性或數據主權的使用者，則可能偏好開放權重模型。
GLM 4.5 Air 僅支援文字處理，因此無法處理圖片、音訊或影片。若您的應用需要理解視覺內容（例如分析圖表、辨識手寫文字、解讀照片），則需使用多模態模型，如 GPT-4V 或 Claude 3。同樣地，它也無法生成圖片或語音。對於結合文字與圖像推理的任務，多模態模型不可或缺。GLM 4.5 Air 的優勢純粹在於文字推理與生成。使用者應評估自身使用情境是否確實需要多模態輸入，或純文字是否已足夠。若純文字即可滿足需求，GLM 4.5 Air 在處理高推理強度任務時，可能比多模態模型更具成本效益，後者通常收取較高的 token 費率，且可能包含未使用的視覺功能。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $0.200 |
| 輸出 / 1M tokens | $1.10 |
| 快取讀取 / 1M | $0.030 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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