知能指数
69.0 #184
上位 24% ティア
出力速度
50 t/s
ITL 20.0 ms/tok
ブレンド価格 (3:1)
$1.5 /1M
入力 $1/M · 出力 $3/M
コンテキスト
128K
約 320 枚のA4ページ · 最大出力 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Glm 4.5 Air
Claude Mythos Preview (#1)
Average (68)
直接のベンチマーク測定がない場合、レーダー軸はカテゴリスコアから近似されます — 評価方法 を参照。
強みとトレードオフ
強み
- Cheap prompt-cache reads at $0.1/1M
開発者向けクイックスタートとAPI
まず
ZAI_API_KEY を設定 — APIキーを取得curl https://api.z.ai/api/paas/v4/chat/completions \
-H "Authorization: Bearer $ZAI_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "glm-4.5-air",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.z.ai/api/paas/v4",
api_key=os.environ["ZAI_API_KEY"],
)
resp = client.chat.completions.create(
model="glm-4.5-air",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://api.z.ai/api/paas/v4/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.ZAI_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "glm-4.5-air",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);公式リソースとリンク
API デプロイ
ホストとレイテンシを比較
Groq、Cerebras、Together、DeepInfra、Fireworks、Bedrock、Azure 全体のスループット、TTFT、キャッシュ料金。
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
ソース別スコア
カテゴリー別スコア
ベンチマーク結果
ライブスペックとアーキテクチャ
内部構造
- Prompt caching supported — cached input reads at $0.1/1M tokens.
リリース日
2024年1月1日
パラメータ数
Unknown
ライセンス
Unknown
コンテキストウィンドウ
128,000 tokens
最大出力
8,192 tokens
モダリティ
text
キャッシュ料金
読み取り $0.1 · 書き込み $1.25 /1M
推論
—
入力価格
$1/M
出力価格
$3/M
出力速度
50 t/s
最初のトークンまでの時間
—
データ更新日
2026年10月26日
月額請求の見積もり
月額見積もり
$0.00
GPT-4o との節約額を計算中…
引用と埋め込み
GitHub Markdown バッジ
Loading badge markdown...BibTeX
@misc{llmpodium2026glm45air,
title = {Benchmark Analysis and Intelligence Evaluation of Glm 4.5 Air},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/glm-4.5-air}
}スコアバッジを埋め込む
GitHub または Hugging Face の README にライブ Podium スコアバッジを追加 — ライブランキングにリンクします。
プレビュー
Markdown
Loading badge snippet...HTML
Loading badge snippet...Z.ai のその他のモデル
代替モデル
機能、価格、ベンチマークスコアに基づく Glm 4.5 Air の最適な代替モデル。