Релиз API GLM-4.5 оставил разработчикам два совершенно разных пути: использовать размещённую конечную точку или самостоятельно запустить большую открытую модель. Это руководство опирается только на факты, подтверждённые официальной карточкой модели, рассматривает необходимое оборудование и показывает, как проверить OdiRouter на наличие актуального маршрута ZhipuAI до того, как какой-либо идентификатор модели попадёт в производственный код.
Что выпустила Z.ai
Z.ai представила семейство GLM-4.5 в July 2025 для рассуждений, программирования, использования инструментов и агентных рабочих процессов. В её карточке модели перечислены две основные гибридные модели рассуждений:
GLM-4.5 имеет 355 миллиардов параметров всего, из которых активны 32 миллиардов.
GLM-4.5-Air имеет 106 миллиардов параметров всего, из которых активны 12 миллиардов.
Оба варианта имеют режим размышления для более сложных рассуждений и использования инструментов, а также режим без размышления для прямых ответов. Z.ai также выпустила базовые варианты и варианты FP8, включая GLM-4.5-FP8 и GLM-4.5-Air-FP8, по лицензии MIT.
В карточке модели указаны совокупные оценки 63.2 для GLM-4.5 и 59.8 для GLM-4.5-Air по наборам оценочных тестов 12. Это результаты, заявленные поставщиком. Они помогают описать релиз, но при выборе маршрута важны ваши собственные промпты, инструменты, целевые показатели задержки и limits затрат.
GLM-4.5 или GLM-4.5-Air
GLM-4.5 — это более крупный вариант для команд, которым нужна полнофункциональная модель и которые могут обеспечить необходимые для нее вычислительные ресурсы. GLM-4.5-Air уменьшает как общее, так и активное количество параметров, поэтому это более реалистичная отправная точка для самостоятельной оценки.
Результаты бенчмарков не определяют выбор окончательно. Рабочие нагрузки агентов могут зависеть от надёжности вызовов инструментов, поведения при длинном контексте, времени ответа, параллелизма и качества ответов без рассуждений. Тестируйте режимы, которые ваше приложение действительно будет использовать.
Самостоятельный хостинг требует значительной инфраструктуры.
В карточке модели документированы конфигурации с несколькими GPU H100 или H200. Для запуска полного контекста 128K требуется больше оборудования, чем минимальная конфигурация для загрузки. Также указано, что для нормальной загрузки и работы в документированных условиях память сервера должна превышать 1 ТБ.
Самостоятельный хостинг может быть правильным выбором, когда вам необходим прямой контроль над весами, инфраструктурой, дообучением или размещением данных. Взамен ваша команда берёт на себя планирование мощностей, обслуживание, обновления, наблюдаемость, аварийное переключение и безопасность. vLLM и SGLang могут предоставлять OpenAI-совместимые конечные точки, но не избавляют от этой операционной работы.
Проверьте OdiRouter перед выбором идентификатора модели.
Размещаемые каталоги меняются после запуска модели. В августе 7 публичная карта сайта моделей OdiRouter, принадлежащая 2026, содержала страницы серии GLM-5, но не GLM-4.5. Официальная документация каталога OdiRouter включает ZhipuAI в качестве поставщика. Поэтому аутентифицированный каталог — правильное место, чтобы узнать, какие идентификаторы моделей может использовать ваш API-ключ сейчас.
Не копируйте идентификатор модели GLM-4.5 из старой статьи. Выполните запрос к каталогу, прочтите полученные сведения о модели и идентификаторы limits, затем сохраните выбранный идентификатор в конфигурации.
curl -sS "https://api.odirouter.ai/v1/models/catalog?keyword=glm&provider=ZhipuAI&page=1&page_size=100" \
-H "Authorization: Bearer ${ODIROUTER_API_KEY}" \
-H "Content-Type: application/json"Если каталог возвращает для вашей учётной записи маршрут GLM-4.5, используйте его точный id. Если нет, выберите актуальную модель ZhipuAI, подходящую для рабочей нагрузки, или продолжайте использовать вариант с самостоятельным хостингом.
Вызовите выбранный маршрут через OdiRouter
OdiRouter указывает https://api.odirouter.ai/v1 в качестве базового URL для запросов к LLM. Для аутентификации используется токен Bearer, а документированные пути включают /chat/completions, /messages, и /responses. Хранение идентификатора модели в переменной окружения позволяет менять маршруты без редактирования логики приложения.
export MODEL_ID="MODEL_ID_FROM_CATALOG"
curl -sS "https://api.odirouter.ai/v1/chat/completions" \
-H "Authorization: Bearer ${ODIROUTER_API_KEY}" \
-H "Content-Type: application/json" \
-d '{
"model": "'"${MODEL_ID}"'",
"messages": [
{
"role": "user",
"content": "Write a short plan for testing a coding agent."
}
],
"temperature": 0.2
}'OpenAI SDK следует той же схеме. Установите базовый URL-адрес на OdiRouter, используйте свой API-ключ OdiRouter и передайте идентификатор модели, возвращаемый каталогом.
Что протестировать перед выпуском в продакшен
Зафиксируйте идентификатор модели и дату тестирования. Запустите репрезентативные промпты в обоих режимах рассуждений, если они доступны. Измерьте корректность вызовов инструментов, задержку, качество вывода, использование токенов и обработку сбоев. Перед выпуском снова проверьте каталог и актуальные цены, поскольку маршруты и условия могут измениться.
Если важны открытые веса или кастомное дообучение, сравните управляемый маршрут с ограниченным самостоятельным тестом mit GLM-4.5-Air. Это даст вам основания для инфраструктурного решения вместо того, чтобы вынуждать делать выбор на основе бенчмарка релиза.
Использование OdiRouter для размещаемого пути
OdiRouter предоставляет один API-ключ, документированный каталог моделей и OpenAI-совместимые конечные точки LLM. Вы можете тестировать актуальные маршруты, не поддерживая отдельную интеграцию для каждого поставщика. Начните с model directory, следуйте quick-start guide и используйте catalog API reference, чтобы определить актуальный идентификатор модели.