हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Z.ai: GLM 5

z-ai/glm-5

टेक्स्टइनपुट: textToolsReasoning205K11 फ़र॰ 2026 को जोड़ा गया

playground में खोलें Z.ai: GLM 5 के लिए API key पाएं

Z.ai: GLM 5 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

Z.ai: GLM 5 एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 122% ज़्यादा है।
2,04,800 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
agents और integrations के लिए tool (function) calling सपोर्ट करता है।
schema के साथ structured JSON output सपोर्ट करता है।
reasoning effort नियंत्रण सपोर्ट करता है।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00910 है।

Z.ai: GLM 5 के बारे में

GLM 5, Z.ai का प्रमुख ओपन-सोर्स फाउंडेशन मॉडल है, जिसे 11 फरवरी 2026 को जारी किया गया था। Z.ai इसे जटिल सिस्टम डिज़ाइन और लंबी अवधि के एजेंट वर्कफ़्लो के लिए बनाता है, और इसे उन विशेषज्ञ डेवलपर्स के लिए स्थित करता है जिन्हें बड़े पैमाने के प्रोग्रामिंग कार्यों पर प्रोडक्शन-ग्रेड प्रदर्शन चाहिए। यह टेक्स्ट श्रेणी में आता है, इसलिए यह एक भाषा मॉडल है, मल्टीमॉडल नहीं।

मॉडल इनपुट के रूप में टेक्स्ट लेता है और आउटपुट के रूप में टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 204,800 टोकन है, और इसका अधिकतम आउटपुट 128,000 टोकन है, जिसका अर्थ है कि आप बहुत बड़े इनपुट (पूरे कोडबेस, लंबे ट्रांसक्रिप्ट, विस्तृत डॉक्युमेंटेशन) दे सकते हैं और फिर भी एक पर्याप्त जनरेट किए गए उत्तर के लिए जगह बची रहती है। इसके समर्थित पैरामीटरों में सैंपलिंग नियंत्रित करने के लिए temperature, top_p, top_k, frequency_penalty, presence_penalty और repetition_penalty शामिल हैं, साथ ही उत्तर को आकार देने के लिए max_tokens और stop भी। यह reasoning और include_reasoning का भी समर्थन करता है, इसलिए मॉडल अपने उत्तर के साथ एक तर्क प्रक्रिया प्रकट कर सकता है, और यदि आपको टोकन-स्तर की प्रायिकताएँ चाहिए तो logprobs के साथ top_logprobs भी।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। लंबी कॉन्टेक्स्ट हैंडलिंग के साथ मजबूत प्रोग्रामिंग प्रदर्शन इसे रिपॉज़िटरी-स्तर के कोड विश्लेषण, रीफैक्टरिंग योजनाओं, और कई फ़ाइलों में फैले सिस्टम पर डिज़ाइन कार्य के लिए उपयुक्त बनाता है। reasoning समर्थन उन कार्यों के लिए उपयुक्त है जहाँ आप देखना चाहते हैं कि किसी निष्कर्ष तक कैसे पहुँचा गया, जैसे डीबगिंग या तकनीकी निर्णय समर्थन। टूल कॉलिंग और संरचित आउटपुट इसे ऐसे एजेंट के तर्क केंद्र के रूप में उपयोग करने योग्य बनाते हैं जिसे फ़ंक्शन कॉल करने, बहु-चरणीय वर्कफ़्लो का पालन करने, या एक निश्चित स्कीमा में डेटा लौटाने की आवश्यकता होती है। seed पैरामीटर तब मदद करता है जब आपको परीक्षण के दौरान दोहराने योग्य सैंपलिंग चाहिए।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "z-ai/glm-5" का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ और रिक्वेस्ट शेप बेस URL और मॉडल आईडी बदलने के साथ काम करते हैं। ऊपर सूचीबद्ध रिक्वेस्ट पैरामीटर सभी उपलब्ध हैं, जिनमें फ़ंक्शन कॉलिंग के लिए tools और tool_choice, प्रतिबंधित आउटपुट के लिए response_format और structured_outputs, और जब आप मॉडल का तर्क सामने लाना चाहते हैं तो include_reasoning के साथ reasoning शामिल हैं। सैंपलिंग नियंत्रण (temperature, top_p, top_k, penalties, seed, stop) और max_tokens अपेक्षा के अनुसार व्यवहार करते हैं।

एक बात ध्यान में रखनी है वह है मोडैलिटी: इनपुट और आउटपुट केवल टेक्स्ट हैं, इसलिए यदि आपका कार्य छवियों या ऑडियो पर केंद्रित है, तो एक मल्टीमॉडल मॉडल बेहतर फिट होगा। बड़ी कॉन्टेक्स्ट विंडो और आउटपुट सीमा का यह भी अर्थ है कि रिक्वेस्ट भारी हो सकती हैं, इसलिए max_tokens को खुला छोड़ने के बजाय जानबूझकर सेट करना उचित है। सीधे, छोटे टेक्स्ट कार्यों के लिए, एक छोटा मॉडल पर्याप्त हो सकता है, लेकिन लंबी अवधि के एजेंट कार्य और बड़े पैमाने के प्रोग्रामिंग कार्यों के लिए, GLM 5 ठीक उसी के लिए बनाया गया है।

Z.ai: GLM 5 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "z-ai/glm-5" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "z-ai/glm-5",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

स्पेसिफिकेशन

Context लंबाई: 2,04,800
अधिकतम आउटपुट: 1,31,072
इनपुट: text
आउटपुट: text

api14 पर requests · पिछले 7 दिन

Z.ai: GLM 5: अक्सर पूछे जाने वाले सवाल

Z.ai: GLM 5 API की कीमत कितनी है?: Z.ai: GLM 5 की कीमत इनपुट $3.50 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Z.ai: GLM 5 की context window कितनी है?: Z.ai: GLM 5 हर request में 2,04,800 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 1,31,072 आउटपुट tokens तक लिखता है।
Z.ai: GLM 5 क्या कर सकता है?: Z.ai: GLM 5 text स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
अपने कोड से Z.ai: GLM 5 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "z-ai/glm-5" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Z.ai: GLM 5 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Qwen: Qwen3.5 397B A17B, MoonshotAI: Kimi K2.6, MoonshotAI: Kimi K2.7 Code। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Z.ai: GLM 5 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Z.ai: GLM 5 के बारे में पहला टॉपिक खोलें।