Z.ai: GLM 4.5 Air

z-ai/glm-4.5-air

Выпущена 25 июля 2025 г.|131К контекст|16,41 ₽/М вход|107,30 ₽/М выход

GLM-4.5-Air — это облегченный вариант нашего новейшего семейства флагманских моделей, также специально разработанный для агент-ориентированных приложений. Как и GLM-4.5, он использует архитектуру Mixture-of-Experts (MoE), но с более компактным размером параметров. GLM-4.5-Air также поддерживает гибридные режимы вывода, предлагая «режим мышления» для продвинутого рассуждения и использования инструментов, и «режим без мышления» для взаимодействия в реальном времени. Пользователи могут управлять поведением рассуждения с помощью булевой переменной reasoning enabled.

Провайдер для Z.ai: GLM 4.5 Air

Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.

z-ai

Latency

—

Throughput

—

Uptime

—

Контекст

131К

токенов

Макс. ответ

98К

токенов

Вход

16,41 ₽

за 1М токенов

Выход

107,30 ₽

за 1М токенов

Кеш чтение

3,16 ₽

за 1М токенов

Модальности

Вход:ТекстВыход:Текст

Провайдеры

Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.


Novita	16,41 ₽	107,30 ₽	3,16 ₽	—	100,0 %
SiliconFlow	17,67 ₽	108,56 ₽	—	—	100,0 %
Z.AI	25,25 ₽	138,86 ₽	3,79 ₽	—	99,3 %

Поддерживаемые параметры

frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningrepetition_penaltyseedstoptemperaturetool_choicetoolstop_ktop_p

Тарификация для Z.ai: GLM 4.5 Air

Цены в рублях за 1 млн токенов. Списание — за реальные токены, без подписок.

Тип	Цена в ₽	Единица
Вход	16,41 ₽	за 1М токенов
Выход	107,30 ₽	за 1М токенов
Кэш: чтение	3,16 ₽	за 1М токенов

Пример кода и API для Z.ai: GLM 4.5 Air

Hubris — OpenAI-совместимый API. Используйте любой OpenAI SDK, поменяв только base URL и ключ.

Получить API-ключ

curl https://api.hubris2.ru/v1/chat/completions \
  -H "Authorization: Bearer sk-gw-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-4.5-air",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

curl https://api.hubris2.ru/v1/chat/completions \  -H "Authorization: Bearer sk-gw-..." \  -H "Content-Type: application/json" \  -d '{    "model": "z-ai/glm-4.5-air",    "messages": [{"role": "user", "content": "Привет"}]  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hubris2.ru/v1",
    api_key="sk-gw-...",
)

response = client.chat.completions.create(
    model="z-ai/glm-4.5-air",
    messages=[{"role": "user", "content": "Привет"}],
)
print(response.choices[0].message.content)

from openai import OpenAIclient = OpenAI(    base_url="https://api.hubris2.ru/v1",    api_key="sk-gw-...",)response = client.chat.completions.create(    model="z-ai/glm-4.5-air",    messages=[{"role": "user", "content": "Привет"}],)print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.hubris2.ru/v1",
  apiKey: process.env.HUBRIS_API_KEY!,
});

const response = await client.chat.completions.create({
  model: "z-ai/glm-4.5-air",
  messages: [{ role: "user", content: "Привет" }],
});

console.log(response.choices[0].message.content);

import OpenAI from "openai";const client = new OpenAI({  baseURL: "https://api.hubris2.ru/v1",  apiKey: process.env.HUBRIS_API_KEY!,});const response = await client.chat.completions.create({  model: "z-ai/glm-4.5-air",  messages: [{ role: "user", content: "Привет" }],});console.log(response.choices[0].message.content);

Сравнить с…

выбрать любую модель →

GLM 4.5 Air или GLM 5.3 Flashтой же линейки · цена, скорость, качество, код GLM 4.5 Air или MiMo-V2.6-Flashблизкая по цене · цена, скорость, качество, код GLM 4.5 Air или Claude Sonnet 5популярная · цена, скорость, качество, код GLM 4.5 Air или Claude Opus 5популярная · цена, скорость, качество, код

Другие модели от z-ai

Z.ai: GLM 5.3 Flash

Ограниченная по времени скидка 50% через ZAI до 9 сентября 2026 года в 16:00 UTC.

1.0М контекст·от 3,95 ₽/М

Z.ai: GLM 5.3

GLM-5.3 — это крупномасштабная модель рассуждений от Z.ai, созданная для решения сложных задач программной инженерии и долгосрочных агентских задач. Она поддерживает текстовый ввод и вывод с контекстным окном в 1M токенов и превосходит GLM-5.2 в кодировании и в балансе между производительностью и эффективностью токенов. Рассуждения всегда включены и не могут быть отключены. Поддерживаются низкие, высокие и максимальные усилия рассуждений; по умолчанию установлено максимальное.

1.0М контекст·от 10,10 ₽/М

Z.ai: GLM 5.3 FlashX Legal

GLM-5.3-FlashX-Legal (GLM-Legal) — это вариант GLM-5.3-FlashX от Z.ai, адаптированный для юридической сферы. GLM-5.3-FlashX — это нативная мультимодальная модель, которая принимает текстовые, графические и видеовходы и генерирует текст. GLM-Legal включает дополнительное обучение в середине и после основного этапа с использованием обучения с подкреплением в задачах, моделирующих реальные юридические рабочие процессы. Модель нацелена на понимание документов, юридическое рассуждение и выполнение многоэтапных задач, таких как юридические исследования, анализ контрактов, проверка согласованности между документами, а также составление или редактирование юридических документов. Модель сохраняет контекстное окно GLM-5.3-FlashX в 1 миллион токенов, обязательный режим мышления, вызов функций, структурированный вывод и потоковую передачу. Она разработана для работы в агентских системах, подключенных к юридическим данным и инструментам редактирования документов (сервисы MCP).

1.0М контекст·от 46,71 ₽/М

Z.ai: GLM 5.3 Prime

GLM-5.3-Prime — это высокоскоростной вариант GLM-5.3 от Z.ai, который наследует все его возможности, обеспечивая при этом в 1,5–2 раза большую пропускную способность вывода за счет ускорения инференса. Он поддерживает текстовый ввод и вывод с контекстным окном в 1M токенов и до 128K выходных токенов, а также предназначен для рабочих нагрузок, связанных с кодированием и агентными задачами, включая многоэтапную оркестрацию агентов с длительным горизонтом, разговор в реальном времени и потоковую генерацию кода. Рассуждения всегда включены и не могут быть отключены. Поддерживаются низкие, высокие и максимальные усилия рассуждений; по умолчанию установлено максимальное значение.

1.0М контекст·от 353,46 ₽/М

Z.ai: GLM 5.3 FlashX

GLM-5.3-FlashX — это высокоскоростной вариант GLM-5.3-Flash от Z.ai, нативной мультимодальной модели, обеспечивающей скорость инференса до 200 токенов/с. Построенная на той же гибридной архитектуре разреженного и линейного attention (320B общих параметров, 18B активных), она подходит для эффективного кодирования, визуального понимания и задач агентов с длинным горизонтом с контекстным окном в 1M токенов.

1.0М контекст·от 46,71 ₽/М

Z.ai: GLM Flash Latest

Эта модель всегда перенаправляется на последнюю модель в семействе GLM Flash.

1.0М контекст·от 3,95 ₽/М