Z.AI: GLM 4.5 Air在线

z-ai/glm-4.5-air

GLM-4.5-Air 是我们最新旗舰模型系列的轻量级版本，同样专为以代理为中心的应用而设计。与 GLM-4.5 一样，它采用了 Mixture-of-Experts (MoE) 架构，但参数规模更紧凑。GLM-4.5-Air 还支持混合推理模式，提供用于高级推理和工具使用的 "thinking mode"，以及用于实时交互的 "non-thinking mode"。用户可以通过 reasoning enabled 布尔值来控制推理行为。在我们的文档中了解更多

由:Z.ai输入类型:输出类型:发布时间:2025-07-25

供应商

在多个供应商之间路由请求。复制供应商标识以设置偏好供应商。

供应商缓存命中率上下文

Z.ai

z-ai

21.6%$0.1165-0.1747/ 百万 token$0.2911-1.1645/ 百万 token读取：0.0233-0.0349/ 百万 token写入：-/ 百万 token128K--

BigModel

bigmodel

21.3%$0.1165-0.1747/ 百万 token$0.2911-1.1645/ 百万 token读取：0.0233-0.0349/ 百万 token写入：-/ 百万 token128K--

SiliconFlow下线

siliconflow

-$0.14/ 百万 token$0.86/ 百万 token读取：-/ 百万 token写入：-/ 百万 token128K--

可用率

24 小时

AI Gateway 直连请求及各供应商的成功率。

No data

吞吐量

24 小时

AI Gateway 实时流量的 P50 吞吐量，单位为每秒 token 数（TPS）。

No data

延迟

24 小时

AI Gateway 实时流量的 P50 首 token 延迟（TTFT），单位为毫秒。

No data

活动

该模型随时间变化的 token 用量和请求流量。

Token 消耗

基准测试

标准化评测得分。百分比越高越好，并展示排名百分位。

指标来源：Artificial Analysis

Apps

Public apps that send the most traffic to this model. Good signal for what real production workloads look like — and a hint at which use cases this model is best suited for. View All

Token 排行

Claude CodeClaude Code 是 Anthropic 推出的智能编程工具，运行于终端，能理解项目代码库、编辑文件、运行命令，并能通过自然语言指令处理测试、调试和 Git 操作等工作流。它还以 IDE 插件（VS Code、JetBrains）、桌面应用程序和网页界面的形式提供，被开发者广泛用于构建功能、修复错误以及自动化日常开发任务。

477.6K> 999%

相关模型

更多模型来自 Z.ai

Z.AI: GLM 5.3 Prime

638.47Mtoken

Z.AI: GLM 5.3 Prime 是 Z.ai 旗下 GLM-5.3 的高速版本，在继承其完整能力的同时，通过推理加速实现了 1.5–2 倍的输出吞吐量提升。它支持 1M Token 上下文窗口和高达 128K 输出 Token 的文本输入输出，并针对编程和智能体工作负载优化了，包括长跨度多轮智能体编排、实时对话以及流式代码生成。

Z.AI: GLM 5.3 FlashX

22.53Btoken

Z.AI: GLM 5.3 FlashX 是 GLM-5.3-Flash 的更快、更流畅版本，推理速度高达 200 tokens/s。Z.AI: GLM 5.3 FlashX 是 Z.ai 旗下的原生多模态模型，适用于高效编程和长程代理任务。其混合稀疏与线性注意力架构在降低计算开销的同时，保持了精准的长上下文表现。

Z.AI: GLM 5.3 Flash

233.42Btoken

Z.AI: GLM 5.3 Flash 是来自 Z.ai 的原生多模态模型。它适用于高效编程和长周期智能体任务。其混合稀疏和线性注意力架构在降低计算开销的同时，保持了精确的长上下文处理能力。