Z.ai/glm-5.1
glm
正常稼働Chat & ReasoningCodingAdvanced Reasoning商用利用可データプライバシー
出力
左側でメッセージを送信すると、ここに返信が表示されます。
価格設定
このモデルは以下の使用量指標で課金されます。 すべての価格を比較.
表示価格は USD です。実際の価格は API キーに紐づく課金グループにも依存します。
このモデルの価格はテナント設定から動的に計算されます。
API
POST
/v1/chat/completionsconst BASE_URL = "https://api.dreamtoai.com";
const API_KEY = process.env.MIX_API_KEY;
const headers = {
"Authorization": `Bearer ${API_KEY}`,
"Content-Type": "application/json",
};
const payload = {
"model": "glm-5.1",
"messages": [
{
"content": "你好，世界",
"role": "user"
}
],
"system_instruction": "你是一个严谨的助手。",
"temperature": 0.7,
"top_p": 1,
"max_tokens": 4096,
"stream": false,
"reasoning_effort": "medium",
"response_format": {
"type": "json_object"
},
"tools": [],
"tool_choice": "auto"
};
const submit = await fetch(`${BASE_URL}/v1/jobs`, {
method: "POST",
headers,
body: JSON.stringify(payload),
}).then((r) => r.json());
const status = await fetch(`${BASE_URL}/v1/jobs/${submit.id}`, { headers })
.then((r) => r.json());
console.log(status);
コンソール → API キー でキーを作成し、サンプル内のプレースホルダーを置き換えてください。
README
glm-5.1
glm
選ぶ理由
- 言語と推論
- 文章作成、分析、コーディング、マルチターン会話を 1 つのモデルでこなします。
- 従量課金
- 利用分だけウォレットから課金。サブスクリプション不要。
- 既存 SDK でそのまま使える
- OpenAI Chat Completions 形式で呼び出せるため、既存のクライアントはベース URL とキーを変えるだけです。
- 1 つのキーで全モデル
- 同じ API キーで dreamtoai のすべてのモデルを利用できます。
パラメータ
| パラメータ | 必須 | 説明 |
|---|---|---|
messagesarray | 必須 | role と content からなるメッセージのリストで表す会話履歴。 |
system_instructionstring | 任意 | アシスタントの振る舞いを決める指示。 |
temperaturenumber | 任意 | サンプリング温度。低いほど安定し、高いほど多様になります。 デフォルト： 0.7. |
top_pnumber | 任意 | Nucleus サンプリングのしきい値。 デフォルト： 1. |
max_tokensinteger | 任意 | 生成する最大トークン数。 |
streamboolean | 任意 | 返信をサーバー送信イベント（SSE）でストリーミングします。 デフォルト： false. |
reasoning_effortenum | 任意 | 推理强度 選択肢： low, medium, high. デフォルト： medium. |
response_formatobject | 任意 | 返す結果の形式（URL や base64 データなど）。 |
toolsarray | 任意 | 工具列表 |
tool_choicestring | 任意 | 工具选择 |
使い方
- まずここで試す — サインインして上の Playground でモデルを実行し、コードを書く前に出力を確認しましょう。
- API キーを作成 — コンソール → API キー を開いてキーを作成します。同じキーがすべてのモデルで使えます。
- メッセージを書く — タスクとその文脈を messages 配列に入れ、system プロンプトでアシスタントの振る舞いを設定します。
- オプションのパラメータを設定 — 上に記載したオプションのパラメータを調整して出力を制御します。
- リクエストを送信 — モデル ID glm-5.1 を指定して POST /v1/chat/completions を呼び出します。
- 返信を読む — 返信とトークン使用量はレスポンスで返され、コンソールに記録されます。
効果的なプロンプトの書き方
指示が明確なほど回答は良くなります。モデルの役割、必要なもの、回答の形をはっきり伝えましょう。
1. 役割と目的を決める
最初にモデルが誰として振る舞い、何をするのかを書きます。変わらないルールは system プロンプトへ。
あなたはシニア Python レビュアーです。以下の関数のバグと可読性をレビューしてください。
2. 文脈を渡す
回答の根拠となる資料（ドキュメント、コード、データ、過去の決定）を貼り付け、見出しやタグで区切ります。
3. 出力を指定する
形式、長さ、トーンを指定します：表、指定キーの JSON、箇条書き 5 点、200 語の要約など。
4. 例を示す
入出力の例を 1〜2 個示すと、長い説明よりも早くスタイルが定まります。
5. 反復する
回答が外れたら、やり直すのではなく足りない条件をプロンプトに加えます。
| プロンプト | |
|---|---|
| 弱い例 | うちの製品について書いて。 |
| 強い例 | あなたは B2B コピーライターです。小規模会計事務所向けの請求書 API を告知する 40 語程度の LinkedIn 投稿を 3 本書いてください。トーン：自信があり平易、絵文字なし。各投稿は質問で締めくくること。 |
価格設定
このモデルの価格はテナント設定から動的に計算されます。
表示価格は USD です。実際の価格は API キーに紐づく課金グループにも依存します。 すべての価格を比較
おすすめの用途
- コーディングアシスタント — コードの生成、レビュー、リファクタリング、見知らぬコードベースの解説。
- エージェントと自動化 — 複数ステップのタスクを計画し、自社のワークフローからツールを呼び出します。
- ナレッジワーク — レポートの要約、文書の下書き、自社コンテンツに基づく質問応答。
- カスタマーサポート — ヘルプデスクボットを動かし、一貫したトーンで返信を下書きします。
- データ抽出 — 非構造化テキストを下流システム向けの構造化 JSON に変換します。
- 翻訳とローカライズ — 言語をまたいでコピーを翻訳・調整します。
プロのヒント
- 変わらない指示は system プロンプトに置き、user メッセージはタスクそのものに使いましょう。
- max_tokens を設定して、各返信の長さとコストに上限を設けましょう。
- プログラムで回答を読むときは、必要なキーを明示して JSON を求めましょう。
- コードに組み込む前に、上の Playground でプロンプトを試しましょう。
- コンソールでトークン使用量を確認し、コストが高すぎるプロンプトを見つけましょう。
関連モデル
FAQ
glm-5.1 とは？
glm
glm-5.1 API の呼び出し方は？
API キーを使い、モデル ID glm-5.1 を指定して POST /v1/chat/completions を送信します。すぐに実行できるサンプルは上の API セクションにあります。
料金はどのように計算されますか？
リクエストは上記の価格で課金され、ウォレットから引き落とされます。最終費用は利用量と API キーに紐づく課金グループによって決まります。
API キーはどこで取得できますか？
コンソール → API キー で作成できます。同じキーでゲートウェイ上のすべてのモデルを呼び出せます。
出力は商用利用できますか？
はい。生成したものは、モデル提供元の規約に従う限り商用プロジェクトで利用できます。