GLM API — OpenAI-совместимо, один ключ

DaoXE обслуживает семейство GLM от Zhipu в стандартной OpenAI-форме: POST /v1/chat/completions с GLM ID, или /v1/responses там, где ID поддерживает. Существующий код OpenAI SDK работает без изменений — меняются только base URL и ключ. Как устроено разделение затрат с официальными API: гайд по дешёвым API.

Как вызвать GLM через DaoXE#

Путь chat: /v1/chat/completions с Authorization: Bearer. GLM ID с рассуждениями тратят токены на thinking до ответа — заложите в max_tokens запас, иначе ответ вернётся пустым с finish_reason: "length".

curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/chat/completions \
  -H "Authorization: Bearer ${DAOXE_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "YOUR_EXACT_MODEL_ID",
    "max_tokens": 64,
    "messages": [{"role": "user", "content": "Say hello in one sentence."}]
  }'

# Reasoning-capable GLM IDs spend tokens on thinking BEFORE the answer.
# A small max_tokens returns empty content with finish_reason="length" -
# budget for the thinking, not just the answer.
from openai import OpenAI

client = OpenAI(base_url="https://daoxe.com/v1", api_key="YOUR_DAOXE_KEY")
r = client.chat.completions.create(
    model="YOUR_EXACT_MODEL_ID",   # a glm-* id from GET /v1/models
    max_tokens=2048,               # room for thinking + answer
    messages=[{"role": "user", "content": "2+2? Think briefly, then answer."}],
)
msg = r.choices[0].message
print(getattr(msg, "reasoning_content", None))  # thinking, if exposed
print(msg.content)                               # final answer
print(r.choices[0].finish_reason)                # "stop" means it fit

Как GLM отдаёт рассуждения#

Reasoning-ID GLM считают max_tokens бюджетом и на мышление, и на ответ: цепочка рассуждений идёт внутри completion и расходует тот же лимит. Меньший лимит даёт пустой content с finish_reason: "length" — без ошибки, просто пусто. Сначала закладывайте объём на мышление. Часть ID отдаёт трассу через reasoning_content у сообщения; считайте это best-effort и сверяйтесь с каталогом.

Нюансы именно для GLM#

• Reasoning-модели съедают бюджет. Токены размышлений входят в max_tokens; маленький лимит даёт пустой content, а не ошибку. Размер бюджета — под размышления, не под ответ.
• Нет нативной формы Zhipu. Здесь нет ID вида ep- — используйте каталог ID из GET /v1/models.
• Точные ID из каталога. Версии GLM быстро меняются; копируйте ID из живого списка аккаунта, а не из блога.

Сколько это стоит#

Убедитесь, что отдают настоящую модель#

Сначала проверьте эндпоинт, а не клиент — если это не работает, настройки не помогут:

export DAOXE_API_KEY="your_api_key"

# List the exact model IDs your account can call
curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/models \
  -H "Authorization: Bearer ${DAOXE_API_KEY}"

Проверьте связность, затем сравните фиксированный промпт при temperature 0 с официальным API Zhipu, чтобы убедиться в совпадении уровня:

Частые вопросы#