​
概览

GLM-Z1 系列包含Air、AirX、FlashX、Flash这四个模型。
  1. GLM-Z1-Air 是一款具备深度思考能力的推理模型。该模型通过推理数据增强和对齐优化，数理推理能力显著增强，适合高频调用场景。GLM-Z1-AirX 为该模型的高速版。
  2. GLM-Z1-FlashX 具有超快推理速度和更快并发保障，极致性价比，进一步降低推理模型的使用门槛，是免费推理模型 GLM-Z1-Flash 的增强版本。

定位

高性价比

价格

0.5 元 / 百万 Tokens

输入模态

文本

输出模态

文本

上下文窗口

128K

最大输出 Tokens

32K

​
能力支持

内置深度思考

默认内置深度思考，提供更深层次的推理分析

流式输出

支持实时流式响应，提升用户交互体验

Function Call

强大的工具调用能力，支持多种外部工具集成

上下文缓存

智能缓存机制，优化长对话性能

结构化输出

支持 JSON 等结构化格式输出，便于系统集成

MCP

可灵活调用外部 MCP 工具与数据源，扩展应用场景

​
推荐场景

​
使用资源

体验中心：快速测试模型在业务场景上的效果
接口文档：API 调用方式

​
详细介绍

GLM-Z1-Air

GLM-Z1-Air 在 GLM-4-Air-250414 的基础上，采用了冷启动与扩展强化学习策略，并针对数学、代码、逻辑等关键任务进行了深度优化训练。与基础模型相比，GLM-Z1-Air 的数理能力和复杂问题解决能力得到显著增强。此外，训练中整合了基于对战排序反馈的通用强化学习技术，有效提升了模型的通用能力。在部分任务上，GLM-Z1-Air 通过在 AIME 24/25、LiveCodeBench、GPQA 等基准测试中的评估，展现了较强的数理推理能力，能够支持解决更广泛复杂任务。Description

GLM-Z1-AirX

GLM-Z1-AirX 在训练中整合了基于对战排序反馈的通用强化学习技术，有效提升了模型的通用能力。该模型具备强大的复杂推理能力，在逻辑推理、数学、编程等领域表现优异，推理速度极快远超同类模型。GLM-Z1-AirX 专为高频调用场景设计，在实时数据分析、智能客服等高并发业务中，可实时响应显著降低用户等待耗时。Description

GLM-Z1-FlashX

GLM-Z1-FlashX 作为轻量化解决方案，在保留 GLM-Z1-Air 完整技术栈的前提下，更轻量级、更高速、更优惠。虽然参数量更少，但 GLM-Z1-FlashX 在数学逻辑推理、长文档处理、代码生成等复杂任务中依然表现出色，整体性能已跻身同尺寸开源模型的领先水平。 GLM-Z1-FlashX 为开发者提供低门槛 AI 实验与轻量化部署支持，兼顾推理效率与推理成本，尤其适合高频调用场景。

​
调用示例

以下是一个完整的调用示例，以 GLM-Z1-Air 模型为例。
基础调用
curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \
     -H "Authorization: Bearer your-api-key" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "glm-z1-air",
       "messages": [
         {
           "role": "system",
           "content": "你是一个擅长创作潮流剧集剧本的 AI，生成覆盖角色对白、场景转换与情节冲突设计等多类型创作需求的剧本内容，支持连续剧集剧情结构与情感的衔接，且能紧密结合当下热点、流行趋势和社会关注。"
         },
         {
           "role": "user",
           "content": "创作一个围绕当代年轻人创业与情感纠葛的剧集剧本开篇，包含第一集和第二集的内容，要体现当下年轻人对梦想的追求、创业的艰辛，以及复杂的情感关系，可结合2024 - 2025年的热点元素。"
         }
       ],
       "max_tokens": 4096,
       "temperature": 0.7
     }'
流式调用
curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \
     -H "Authorization: Bearer your-api-key" \
     -H "Content-Type: application/json" \
     -d '{
       "model": "glm-z1-air",
       "messages": [
         {
           "role": "system",
           "content": "你是一个擅长创作潮流剧集剧本的AI，生成覆盖角色对白、场景转换与情节冲突设计等多类型创作需求的剧本内容，支持连续剧集剧情结构与情感的衔接，且能紧密结合当下热点、流行趋势和社会关注。"
         },
         {
           "role": "user",
           "content": "创作一个围绕当代年轻人创业与情感纠葛的剧集剧本开篇，包含第一集和第二集的内容，要体现当下年轻人对梦想的追求、创业的艰辛，以及复杂的情感关系，可结合2024 - 2025年的热点元素。"
         }
       ],
       "max_tokens": 4096,
       "temperature": 0.7,
       "stream": true
     }'

​
用户并发权益

API 调用会受到速率限制，当前我们限制的维度是请求并发数量（在途请求任务数量）。不同等级的用户并发保障如下。
V0V1V2V3
30405060