模型详情
GLM-4.5-Flash
一个免费、轻量级的 GLM-4.5 模型，支持推理和日常对话任务。
模型规格
- 模型 ID
-
glm-4.5-flash
- 上下文长度
- 131.072K
- 最大输出
- 98.304K
- 输入/输出模态
- 发布日期
- 2025-07
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.0000 /1M Tokens
补全
$0.0000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型；输入：文本；输出：文本
GLM-4.5-Flash 是文本生成模型。规格上，context window 为 131,072 个 Token，单次最多输出 98,304 个 Token。
使用前应检查什么？
131,072 context，输出上限 98,304
采用 GLM-4.5-Flash 前，标准输入费率为 $0／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、OpenAI SDK 兼容；知识库截止时间为 2025-04；发布于 2025-07-28。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
通过 MixRoute 的兼容端点（/v1/chat/completions）以模型 ID glm-4.5-flash 调用。现有的兼容 SDK 只需调整 base URL 与模型标识符。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
glm-4.5-flash 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
glm-4.5-flash 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
glm-4.5-flash 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
glm-4.5-flash 在支持的路由条件下可以使用提示缓存。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 glm-4.5-flash。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
GLM-4.5-Flash 支持缓存，这可以显著降低重复前缀的延迟和成本。系统提示和工具定义等稳定内容受益最大。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。