Z.ai: GLM 4.5

Z.ai: O GLM 4.5 é um modelo de texto da Z.ai, lançado pelo fornecedor em 2025-07-25. É descrito como o mais recente modelo de base emblemático da Z.ai, concebido especificamente para aplicações baseadas em agentes, e utiliza uma arquitetura Mixture of Experts (MoE). Se está a escolher um modelo de texto de uso geral para uma aplicação que precisa de planear, chamar ferramentas e produzir respostas longas, este é o modelo que a Z.ai posiciona no topo da sua gama.

O modelo recebe texto como entrada e devolve texto como saída, pelo que se adequa a cargas de trabalho padrão de chat e de completion. Suporta um comprimento de contexto até 131072 tokens, o que corresponde a cerca de 128k, e uma saída máxima de 98304 tokens. O seu limite de conhecimento é 2024-12-31, pelo que tudo o que seja posterior a essa data está fora daquilo com que o modelo foi treinado. A combinação de uma janela de contexto grande com um orçamento de saída grande significa que pode fornecer-lhe documentos longos, transcrições ou resultados de ferramentas e ainda deixar espaço para uma resposta substancial.

Essas capacidades apontam para alguns usos práticos. Os fluxos de trabalho no estilo de agente são o encaixe mais claro, uma vez que o modelo foi concebido especificamente para eles e suporta chamada de ferramentas, o que lhe permite decidir quando invocar uma função e como usar o resultado. O trabalho com documentos longos é outro: resumir, extrair dados estruturados ou responder a perguntas sobre entradas que não caberiam num contexto mais pequeno. Como aceita um parâmetro de formato de resposta, também pode ser usado para tarefas em que precisa que a saída tenha uma forma específica, como JSON para processamento a jusante. O suporte de raciocínio torna-o adequado para problemas que beneficiam de pensamento passo a passo antes da resposta final.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "z-ai/glm-4.5". Os parâmetros de pedido que suporta são include_reasoning, max_tokens, reasoning, response_format, temperature, tool_choice, tools, top_k e top_p. Na prática, isso significa que pode controlar a amostragem com temperature, top_p e top_k, limitar o comprimento da resposta com max_tokens, ativar ou inspecionar o raciocínio com as opções reasoning e include_reasoning, definir funções chamáveis com tools e tool_choice, e restringir a forma da saída com response_format.

Uma coisa a ter em conta é que o modelo é apenas de texto. Não aceita imagens nem áudio, pelo que, se a sua entrada incluir esses elementos, precisa de um modelo diferente ou de um passo de pré-processamento. O limite de conhecimento de 2024-12-31 também significa que não saberá de eventos posteriores a essa data, a menos que forneça a informação no prompt. Para tarefas simples e de baixa latência, em que nenhuma das funcionalidades de raciocínio ou de ferramentas é necessária, um modelo mais pequeno pode ser mais adequado.