Z.ai: GLM 4.5

Z.ai: GLM 4.5 adalah model teks dari Z.ai, yang dirilis oleh penyedia pada 2025-07-25. Model ini dideskripsikan sebagai model fondasi unggulan terbaru Z.ai, yang dibangun khusus untuk aplikasi berbasis agen, dan menggunakan arsitektur Mixture of Experts (MoE). Jika Anda memilih model teks serbaguna untuk aplikasi yang perlu merencanakan, memanggil alat dan menghasilkan jawaban panjang, ini adalah model yang diposisikan Z.ai di puncak jajarannya.

Model ini menerima teks sebagai input dan mengembalikan teks sebagai output, sehingga cocok untuk beban kerja bergaya obrolan dan penyelesaian standar. Model ini mendukung panjang konteks hingga 131072 token, yang kira-kira 128k, dan output maksimum 98304 token. Batas pengetahuan (knowledge cutoff) nya adalah 2024-12-31, jadi apa pun setelah tanggal itu berada di luar cakupan pelatihan model. Kombinasi jendela konteks yang besar dan anggaran output yang besar berarti Anda dapat memberinya dokumen panjang, transkrip atau hasil alat dan masih menyisakan ruang untuk respons yang substansial.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Alur kerja bergaya agen adalah yang paling jelas cocok, karena model ini dibangun khusus untuk itu dan mendukung pemanggilan alat (tool calling), yang memungkinkannya memutuskan kapan harus memanggil fungsi dan bagaimana menggunakan hasilnya. Pekerjaan dokumen panjang adalah yang lain: meringkas, mengekstrak data terstruktur atau menjawab pertanyaan atas input yang tidak akan muat dalam konteks yang lebih kecil. Karena model ini menerima parameter format respons, model ini juga dapat digunakan untuk tugas di mana Anda memerlukan output yang dibentuk dengan cara tertentu, seperti JSON untuk pemrosesan hilir. Dukungan penalaran (reasoning) membuatnya cocok untuk masalah yang mendapat manfaat dari pemikiran langkah demi langkah sebelum jawaban akhir.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model "z-ai/glm-4.5". Parameter permintaan yang didukungnya adalah include_reasoning, max_tokens, reasoning, response_format, temperature, tool_choice, tools, top_k dan top_p. Dalam praktiknya itu berarti Anda dapat mengontrol pengambilan sampel dengan temperature, top_p dan top_k, membatasi panjang respons dengan max_tokens, mengaktifkan atau memeriksa penalaran dengan opsi reasoning dan include_reasoning, mendefinisikan fungsi yang dapat dipanggil dengan tools dan tool_choice, serta membatasi bentuk output dengan response_format.

Satu hal yang perlu diingat adalah model ini hanya teks. Model ini tidak menerima gambar atau audio, jadi jika input Anda menyertakan hal tersebut, Anda memerlukan model lain atau langkah praproses. Batas pengetahuan 2024-12-31 juga berarti model ini tidak akan mengetahui peristiwa setelah tanggal itu kecuali Anda menyediakan informasinya dalam prompt. Untuk tugas yang lugas dan berlatensi rendah di mana fitur penalaran atau alat tidak diperlukan, model yang lebih kecil mungkin lebih cocok.