Z.ai: GLM 4.5

Z.ai: GLM 4.5 è un modello testuale di Z.ai, rilasciato dal provider il 2025-07-25. È descritto come il più recente modello foundation di punta di Z.ai, progettato appositamente per applicazioni basate su agenti, e utilizza un'architettura Mixture of Experts (MoE). Se stai scegliendo un modello testuale generico per un'applicazione che deve pianificare, chiamare strumenti e produrre risposte lunghe, questo è il modello che Z.ai posiziona al vertice della sua offerta.

Il modello accetta testo come input e restituisce testo come output, quindi si adatta ai carichi di lavoro standard in stile chat e completion. Supporta una lunghezza di contesto fino a 131072 token, ovvero circa 128k, e un output massimo di 98304 token. Il suo knowledge cutoff è il 2024-12-31, quindi tutto ciò che viene dopo quella data è al di fuori di ciò su cui il modello è stato addestrato. La combinazione di una grande finestra di contesto e di un ampio budget di output significa che puoi fornirgli documenti lunghi, trascrizioni o risultati di strumenti e lasciare comunque spazio per una risposta sostanziosa.

Queste capacità indicano alcuni utilizzi pratici. I flussi di lavoro in stile agente sono il caso più evidente, poiché il modello è stato progettato appositamente per essi e supporta il tool calling, che gli consente di decidere quando invocare una funzione e come utilizzare il risultato. Il lavoro su documenti lunghi è un altro: riassumere, estrarre dati strutturati o rispondere a domande su input che non entrerebbero in un contesto più piccolo. Poiché accetta un parametro response format, può anche essere usato per attività in cui serve un output modellato in un modo particolare, ad esempio JSON per l'elaborazione a valle. Il supporto al reasoning lo rende adatto a problemi che traggono vantaggio da un ragionamento passo dopo passo prima della risposta finale.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id "z-ai/glm-4.5". I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, temperature, tool_choice, tools, top_k e top_p. In pratica questo significa che puoi controllare il campionamento con temperature, top_p e top_k, limitare la lunghezza della risposta con max_tokens, abilitare o ispezionare il reasoning con le opzioni reasoning e include_reasoning, definire funzioni richiamabili con tools e tool_choice, e vincolare la forma dell'output con response_format.

Una cosa da tenere a mente è che il modello è solo testuale. Non accetta immagini o audio, quindi se il tuo input li include, hai bisogno di un modello diverso o di un passaggio di preelaborazione. Il knowledge cutoff del 2024-12-31 significa anche che non conoscerà eventi successivi a quella data, a meno che tu non fornisca le informazioni nel prompt. Per attività semplici e a bassa latenza, in cui nessuna delle funzionalità di reasoning o degli strumenti è necessaria, un modello più piccolo potrebbe essere più adatto.