Z.ai: GLM 4.5

Z.ai: GLM 4.5 is een tekstmodel van Z.ai, uitgebracht door de provider op 2025-07-25. Het wordt beschreven als Z.ai's nieuwste flagship foundation model, speciaal gebouwd voor agent based applicaties, en het gebruikt een Mixture of Experts (MoE) architectuur. Als je een algemeen tekstmodel kiest voor een applicatie die moet plannen, tools moet aanroepen en lange antwoorden moet produceren, is dit het model dat Z.ai bovenaan zijn line-up positioneert.

Het model neemt tekst als invoer en retourneert tekst als uitvoer, dus het past bij standaard chat en completion workloads. Het ondersteunt een contextlengte van maximaal 131072 tokens, wat ongeveer 128k is, en een maximale uitvoer van 98304 tokens. De knowledge cutoff is 2024-12-31, dus alles na die datum valt buiten waarop het model is getraind. De combinatie van een groot contextvenster en een groot uitvoerbudget betekent dat je er lange documenten, transcripties of tool resultaten in kunt stoppen en toch ruimte overhoudt voor een substantieel antwoord.

Die mogelijkheden wijzen op een paar praktische toepassingen. Agent style workflows passen het duidelijkst, omdat het model er speciaal voor is gebouwd en tool calling ondersteunt, waardoor het kan beslissen wanneer het een functie aanroept en hoe het het resultaat gebruikt. Lang documentwerk is een andere: samenvatten, gestructureerde data extraheren of vragen beantwoorden over invoer die niet in een kleinere context zou passen. Omdat het een response format parameter accepteert, kan het ook worden gebruikt voor taken waarbij je de uitvoer op een bepaalde manier gevormd wilt hebben, zoals JSON voor verdere verwerking. Reasoning ondersteuning maakt het geschikt voor problemen die baat hebben bij stapsgewijs denken voordat het definitieve antwoord komt.

Je roept het model aan via api14's OpenAI compatible API met het model id "z-ai/glm-4.5". De request parameters die het ondersteunt zijn include_reasoning, max_tokens, reasoning, response_format, temperature, tool_choice, tools, top_k en top_p. In de praktijk betekent dat je sampling kunt regelen met temperature, top_p en top_k, de antwoordlengte kunt beperken met max_tokens, reasoning kunt inschakelen of inspecteren met de opties reasoning en include_reasoning, aanroepbare functies kunt definiëren met tools en tool_choice, en de vorm van de uitvoer kunt beperken met response_format.

Een ding om in gedachten te houden is dat het model alleen tekst is. Het accepteert geen afbeeldingen of audio, dus als je invoer die bevat, heb je een ander model of een voorverwerkingsstap nodig. De knowledge cutoff van 2024-12-31 betekent ook dat het niets weet van gebeurtenissen na die datum, tenzij je de informatie in de prompt meegeeft. Voor eenvoudige, low latency taken waarbij geen van de reasoning of tool functies nodig zijn, kan een kleiner model beter passen.