GLM 4.5 与 Claude Code 集成指南

最大输出 Token 数

我们最强大的推理模型，拥有 3550 亿参数

高性价比、轻量、性能强劲

高性能、推理能力强、响应速度极快

轻量、性能强劲、响应速度极快

免费、性能强劲，尤其适合推理、编程与 Agent 场景

参数效率更高

成本低、速度快

真实场景评测

智能问答

复杂文本翻译

支持 Python、JavaScript 和 Java 等主流编程语言。

能够根据自然语言指令，生成结构清晰、可扩展的高质量代码。

聚焦真实开发需求，避免输出模板化或泛泛而谈的内容。

自动将复杂任务拆解为清晰、可执行的分步计划。

灵活调用开发工具，在一站式工作流中完成编码、调试和验证。

根据实时反馈动态调整策略，快速适应任务变化，并持续优化执行路径。

按主题扩展内容：根据单个标题或核心概念，生成多页 PPT 内容。

组织逻辑结构：自动将内容划分为引言、正文和结论等模块，形成条理清晰的语义脉络。

幻灯片布局建议：配合模板系统，为生成的内容推荐最合适的演示样式。

深度自然语言理解——准确理解自然语言指令、提取关键意图，并将其转换为可执行任务。

复杂多轮推理——支持多步逻辑推理链，能够高效处理包含跨步骤依赖和多个变量的复合问题。

领域知识融合——将特定领域的专业知识与上下文信息相结合，提升推理准确性和输出稳定性。

复杂长句翻译：保持语义连贯和结构准确，尤其适合政策与学术材料。

风格保留与适配：翻译过程中保留原文语气，或适配目标语言的常用表达风格。

支持低资源语言与非正式语境：初步覆盖 26 种语言，具备翻译社交文本和非正式文本的能力。

根据给定的主题、人物或世界观，生成叙事脉络清晰、内容连贯的文学文本。

结合受众画像和产品特征，创作富有情感感染力的文案。

支持创作符合抖音、小红书等平台特点的短视频与新媒体脚本，并融合情绪控制和叙事节奏。

角色扮演对话系统：在多轮对话中保持指定角色的语气和行为一致。

情感丰富的文案创作：提供温暖、易引发共鸣的表达，适合打造“人格化”品牌或陪伴型用户产品。

虚拟人设内容创作：支持生成符合虚拟主播或角色 IP 设定的内容，包括社交动态和粉丝互动。

API 文档：了解如何调用 API。

简单任务（无需思考）：对于不需要复杂推理的直接请求，例如事实检索或分类，无需启用思考。示例包括：Z.AI 是什么时候成立的？把“I love you”翻译成中文。

Z.AI 是什么时候成立的？

把“I love you”翻译成中文。

中等难度任务（默认需要一定思考）：许多常见请求需要分步处理或更深入的理解。GLM-4.5 系列可以灵活运用思考能力，处理以下任务：尽管土星体积更大，为什么木星的卫星却比土星更多？比较从北京到上海乘飞机和乘高铁各自的优缺点。

尽管土星体积更大，为什么木星的卫星却比土星更多？

比较从北京到上海乘飞机和乘高铁各自的优缺点。

详细解释 Mixture-of-Experts（MoE）模型中的不同专家如何协同工作。

根据最近一周上证指数的波动和当前政治信息，我是否应该投资股票指数 ETF？为什么？

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5",
    "messages": [
      {
        "role": "user",
        "content": "As a marketing expert, please create an attractive slogan for my product."
      },
      {
        "role": "assistant",
        "content": "Sure, to craft a compelling slogan, please tell me more about your product."
      },
      {
        "role": "user",
        "content": "Z.AI Open Platform"
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "max_tokens": 4096,
    "temperature": 0.6
  }'

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5",
    "messages": [
      {
        "role": "user",
        "content": "As a marketing expert, please create an attractive slogan for my product."
      },
      {
        "role": "assistant",
        "content": "Sure, to craft a compelling slogan, please tell me more about your product."
      },
      {
        "role": "user",
        "content": "Z.AI Open Platform"
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "stream": true,
    "max_tokens": 4096,
    "temperature": 0.6
  }'

# Install latest version
pip install zai-sdk

# Or specify version
pip install zai-sdk==0.2.3

import zai
print(zai.__version__)

from zai import ZaiClient

client = ZaiClient(api_key="your-api-key")  # Your API Key

response = client.chat.completions.create(
    model="glm-4.5",
    messages=[
        {"role": "user", "content": "As a marketing expert, please create an attractive slogan for my product."},
        {"role": "assistant", "content": "Sure, to craft a compelling slogan, please tell me more about your product."},
        {"role": "user", "content": "Z.AI Open Platform"}
    ],
    thinking={
        "type": "enabled",
    },
    max_tokens=4096,
    temperature=0.6
)

# Get complete response
print(response.choices[0].message)

from zai import ZaiClient

client = ZaiClient(api_key="your-api-key")  # Your API Key

response = client.chat.completions.create(
    model="glm-4.5",
    messages=[
        {"role": "user", "content": "As a marketing expert, please create an attractive slogan for my product."},
        {"role": "assistant", "content": "Sure, to craft a compelling slogan, please tell me more about your product."},
        {"role": "user", "content": "Z.AI Open Platform"}
    ],
    thinking={
        "type": "enabled",    # Optional: "disabled" or "enabled", default is "enabled"
    },
    stream=True,
    max_tokens=4096,
    temperature=0.6
)

# Stream response
for chunk in response:
    if chunk.choices[0].delta.reasoning_content:
        print(chunk.choices[0].delta.reasoning_content, end='', flush=True)

    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end='', flush=True)

<dependency>
    <groupId>ai.z.openapi</groupId>
    <artifactId>zai-sdk</artifactId>
    <version>0.3.5</version>
</dependency>

implementation 'ai.z.openapi:zai-sdk:0.3.5'

import ai.z.openapi.ZaiClient;
import ai.z.openapi.service.model.ChatCompletionCreateParams;
import ai.z.openapi.service.model.ChatCompletionResponse;
import ai.z.openapi.service.model.ChatMessage;
import ai.z.openapi.service.model.ChatMessageRole;
import ai.z.openapi.service.model.ChatThinking;
import java.util.Arrays;

public class BasicChat {
    public static void main(String[] args) {
        // Initialize client
        ZaiClient client = ZaiClient.builder().ofZAI()
            .apiKey("your-api-key")
            .build();

        // Create chat completion request
        ChatCompletionCreateParams request = ChatCompletionCreateParams.builder()
            .model("glm-4.5")
            .messages(Arrays.asList(
                ChatMessage.builder()
                    .role(ChatMessageRole.USER.value())
                    .content("As a marketing expert, please create an attractive slogan for my product.")
                    .build(),
                ChatMessage.builder()
                    .role(ChatMessageRole.ASSISTANT.value())
                    .content("Sure, to craft a compelling slogan, please tell me more about your product.")
                    .build(),
                ChatMessage.builder()
                    .role(ChatMessageRole.USER.value())
                    .content("Z.AI Open Platform")
                    .build()
            ))
            .thinking(ChatThinking.builder().type("enabled").build())
            .maxTokens(4096)
            .temperature(0.6f)
            .build();

        // Send request
        ChatCompletionResponse response = client.chat().createChatCompletion(request);

        // Get response
        if (response.isSuccess()) {
            Object reply = response.getData().getChoices().get(0).getMessage();
            System.out.println("AI Response: " + reply);
        } else {
            System.err.println("Error: " + response.getMsg());
        }
    }
}

import ai.z.openapi.ZaiClient;
import ai.z.openapi.service.model.ChatCompletionCreateParams;
import ai.z.openapi.service.model.ChatCompletionResponse;
import ai.z.openapi.service.model.ChatMessage;
import ai.z.openapi.service.model.ChatMessageRole;
import ai.z.openapi.service.model.ChatThinking;
import ai.z.openapi.service.model.Delta;
import java.util.Arrays;

public class StreamingChat {
    public static void main(String[] args) {
        // Initialize client
        ZaiClient client = ZaiClient.builder().ofZAI()
            .apiKey("your-api-key")
            .build();

        // Create streaming chat completion request
        ChatCompletionCreateParams request = ChatCompletionCreateParams.builder()
            .model("glm-4.5")
            .messages(Arrays.asList(
                ChatMessage.builder()
                    .role(ChatMessageRole.USER.value())
                    .content("As a marketing expert, please create an attractive slogan for my product.")
                    .build(),
                ChatMessage.builder()
                    .role(ChatMessageRole.ASSISTANT.value())
                    .content("Sure, to craft a compelling slogan, please tell me more about your product.")
                    .build(),
                ChatMessage.builder()
                    .role(ChatMessageRole.USER.value())
                    .content("Z.AI Open Platform")
                    .build()
            ))
            .thinking(ChatThinking.builder().type("enabled").build())
            .stream(true)  // Enable streaming output
            .maxTokens(4096)
            .temperature(0.6f)
            .build();

        ChatCompletionResponse response = client.chat().createChatCompletion(request);

        if (response.isSuccess()) {
            response.getFlowable().subscribe(
                // Process streaming message data
                data -> {
                    if (data.getChoices() != null && !data.getChoices().isEmpty()) {
                        Delta delta = data.getChoices().get(0).getDelta();
                        System.out.print(delta + "\n");
                    }},
                // Process streaming response error
                error -> System.err.println("\nStream error: " + error.getMessage()),
                // Process streaming response completion event
                () -> System.out.println("\nStreaming response completed")
            );
        } else {
            System.err.println("Error: " + response.getMsg());
        }
    }
}

# Install or upgrade to latest version
pip install --upgrade 'openai>=1.0'

python -c "import openai; print(openai.__version__)"

from openai import OpenAI

client = OpenAI(
    api_key="your-Z.AI-api-key",
    base_url="https://api.z.ai/api/paas/v4/"
)

completion = client.chat.completions.create(
    model="glm-4.5",
    messages=[
        {"role": "system", "content": "You are a smart and creative novelist"},
        {"role": "user", "content": "Please write a short fairy tale story as a fairy tale master"}
    ]
)

print(completion.choices[0].message.content)

这个页面对你有帮助吗？