跳转到主要内容
千问AI平台 home page
文档
三方模型

GLM-智谱

本文档介绍如何在千问AI平台平台调用智谱（ZHIPU AI）直供的模型推理服务。

服务开通

  1. 前往模型市场，搜索 GLM，找到智谱直供的 GLM 模型卡片，单击立即开通；
  2. 在弹窗内确认开通及授权。
完成以上步骤即可调用智谱提供的 GLM 模型服务。

快速开始

前提条件
  • 需要已开通千问AI平台服务并完成API Key的创建
  • 如果通过SDK调用，需要安装对应SDK
ZHIPU/GLM-5.3 是 GLM 系列最新模型，支持真正可用的 1M 上下文。ZHIPU/GLM-5.3、ZHIPU/GLM-5.2、ZHIPU/GLM-5.1、ZHIPU/GLM-5 支持通过 enable_thinking 参数设置思考与非思考模式：
  • 思考模式（enable_thinking: true，默认）：模型会输出详细的推理过程（reasoning_content）
  • 非思考模式（enable_thinking: false）：直接输出结果，不包含推理过程
以下示例演示如何调用思考模式的 ZHIPU/GLM-5.3 模型进行文本生成。
  • OpenAI兼容
  • DashScope
enable_thinking 非 OpenAI 标准参数，OpenAI Python SDK 通过 extra_body 传入，Node.js SDK 作为顶层参数传入。
  • Python
  • Node.js
from openai import OpenAI
import os

client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
  model="ZHIPU/GLM-5.3",
  messages=[{"role": "user", "content": "1+1等于多少？"}],
  # reasoning_effort 控制思考深度，可选值：max（默认）、high、low
  extra_body={"enable_thinking": True, "reasoning_effort": "max"}
)

msg = completion.choices[0].message

if getattr(msg, "reasoning_content", None):
  print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
  print(msg.reasoning_content or "")
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
print(msg.content)

流式工具调用

ZHIPU/GLM-5.3-Flash、ZHIPU/GLM-5.3、ZHIPU/GLM-5.2、ZHIPU/GLM-5.1、ZHIPU/GLM-5 支持 tool_stream 参数（boolean，默认 false），仅在 stream 为 true 时生效。开启后，Function Calling 返回的 tool_call 参数（arguments）会以流式增量方式逐步返回。 stream 与 tool_stream 的组合行为如下：
streamtool_streamtool_call 返回方式
truetruearguments 以增量方式分多个 chunk 返回
truefalse（默认）arguments 在一个 chunk 中完整返回
falsetrue/falsetool_stream 不生效，arguments 在完整响应中一次性返回
  • Python
  • Node.js
  • curl
from openai import OpenAI
import os

client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

tools = [
  {
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "获取指定城市的天气信息",
      "parameters": {
        "type": "object",
        "properties": {
          "city": {"type": "string", "description": "城市名称"}
        },
        "required": ["city"]
      }
    }
  }
]

messages = [{"role": "user", "content": "北京天气怎么样"}]

completion = client.chat.completions.create(
  model="ZHIPU/GLM-5.3",
  tools=tools,
  messages=messages,
  extra_body={
    "tool_stream": True,
  },
  stream=True,
  stream_options={"include_usage": True},
)

for chunk in completion:
  if chunk.choices:
    delta = chunk.choices[0].delta
    if hasattr(delta, 'content') and delta.content:
      print(f"[content] {delta.content}")
    if hasattr(delta, 'tool_calls') and delta.tool_calls:
      for tc in delta.tool_calls:
        print(f"[tool_call] id={tc.id}, name={tc.function.name}, args={tc.function.arguments}")
    if chunk.choices[0].finish_reason:
      print(f"[finish_reason] {chunk.choices[0].finish_reason}")
  if not chunk.choices and chunk.usage:
    print(f"[usage] {chunk.usage}")

思考控制（thinking.type 与 reasoning_effort）

ZHIPU/GLM-5.3 与 ZHIPU/GLM-5.3-Flash 始终以思考模式运行，不支持关闭思考，请保持 thinking.type 为 enabled（使用 enable_thinking 时保持为 true），并通过 reasoning_effort 控制推理深度。
参数说明取值
thinking.type控制是否开启思考，默认为 enabled。ZHIPU/GLM-5.3 与 ZHIPU/GLM-5.3-Flash 不再支持 disabled，传入 disabled 会导致 API 请求失败。enabled
reasoning_effort控制模型推理深度。未指定时默认值为 max，建议使用 max。
  • max（默认）：深度推理
  • high：增强推理
  • low：轻度推理

清除历史思考（clear_thinking）

clear_thinking 参数用于控制多轮对话中是否将历史轮次的 reasoning_content（思考过程）作为上下文输入给模型。仅 GLM 系列模型支持。
  • true：忽略历史轮次的 reasoning_content，仅使用可见文本、工具调用与结果等非推理内容作为上下文输入，可降低上下文长度与成本。
  • false（默认）：保留历史轮次的 reasoning_content 并随上下文一同提供给模型。若希望启用 Preserved Thinking，必须在 messages 中完整、未修改、按原顺序透传历史 reasoning_content，缺失、裁剪、改写或重排会导致效果下降或无法生效。
该参数只影响跨轮次的历史思考内容，不改变模型在当前轮次内是否产生/输出思考。
以下示例使用同一组多轮 messages（assistant 消息中携带 reasoning_content）。设置 clear_thinking=true 后，历史思考内容不会被计入上下文，因此 prompt_tokens 少于 false（默认）的情况，实际数值取决于历史 reasoning_content 的长度。
  • OpenAI兼容
  • Python
  • curl
from openai import OpenAI
import os
client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
messages = [
  {"role": "user", "content": "请计算 15 * 23 是多少？"},
  {"role": "assistant", "content": "15 乘以 23 等于 345。", "reasoning_content": "15 * 23 = 345"},
  {"role": "user", "content": "那再加上 55 呢？"},
  {"role": "assistant", "content": "345 加上 55 等于 400。", "reasoning_content": "345 + 55 = 400"},
  {"role": "user", "content": "刚才的中间结果是多少？"},
]
completion = client.chat.completions.create(
  model="ZHIPU/GLM-5.3",
  messages=messages,
  extra_body={
    "thinking": {
      "type": "enabled",
      "clear_thinking": False  # False = 保留思考内容
    }
  }
)
print(completion.usage.prompt_tokens)  # true 时少于 false

多模态理解

ZHIPU/GLM-5.3-Flash 原生支持图像、视频与文件输入，文本参数与 ZHIPU/GLM-5.3 一致。传入图片时，在 messages[].content 数组中添加 type 为 image_url 的内容块，通过 image_url.url 传入图片 URL（推荐）或 Base64 Data URL；传入多张图片时添加多个 image_url 内容块。
  • OpenAI兼容
Python
from openai import OpenAI
import os

client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
  model="ZHIPU/GLM-5.3-Flash",
  messages=[
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/ctdzex/biaozhun.jpg"
          },
        },
        {"type": "text", "text": "请仅输出图像中的文本内容。"},
      ],
    }
  ],
)
print(completion.choices[0].message.content)

其它功能

模型多轮对话Function Calling结构化输出联网搜索前缀续写上下文缓存思考深度控制
ZHIPU/GLM-5.3✓✓✓✗✓✓✓（reasoning_effort）
ZHIPU/GLM-5.2✓✓✓（仅非思考模式）✗✓✓✓（reasoning_effort）
ZHIPU/GLM-5.1✓✓✓（仅非思考模式）✗✓✓✗
ZHIPU/GLM-5✓✓✓（仅非思考模式）✗✓✓✗

参数默认值

模型enable_thinkingtemperaturetop_ptop_krepetition_penalty
ZHIPU/GLM-5.3true（不可关闭）1.00.95——
ZHIPU/GLM-5.2true1.00.95——
ZHIPU/GLM-5.1true1.00.95201.0
ZHIPU/GLM-5true1.00.95201.0

模型列表与计费

ZHIPU/GLM-5.3、ZHIPU/GLM-5.2、ZHIPU/GLM-5.1、ZHIPU/GLM-5 是智谱AI直供的混合推理模型，适用于智能交互、企业应用及开发辅助等场景，其中 ZHIPU/GLM-5.3 仅支持思考模式。 模型上下文长度与价格信息请参见模型市场。 按照模型的输入与输出 Token 计费。
思考模式下，思维链按照输出 Token 计费。

错误码

如果执行报错，请参见错误码文档进行解决。