GLM 5.1 | EmpirioLabs AI Docs

Z.ai · Text Generation

/v1/chat/completions

Modelo de razonamiento de IA Zhipu de largo contexto con contexto 202K, salida 128K, llamada a herramientas, salida estructurada y soporte para caché.

A simple vista

Campo	Valor
ID de modelo	`glm-5-1`
Fecha de lanzamiento del modelo	2026-04-07
Modalidades de entrada	Texto
Modalidades de salida	Texto
Ventana de contexto	202K
Precisión del peso	-
Región	China
Características	razonamiento, function_calling, structured_output, caché
Inferencia nativa	No
Nuevo	Sí
Puntos finales soportados	`/v1/chat/completions`, `/v1/responses`, `/v1/messages`

Precios

Carga	Especificaciones	Tarifa
Entrada	por 1M de fichas de prompt	<=32K $0.825 (era $1.40); 32K-200K $1.10 (era $1.40)
Producción	por cada 1M de tokens generados	<=32K $3.301 (era $4.40); 32K-200K $3.851 (era $4.40)
Lectura implícita de caché	por cada 1M de tokens de entrada en caché	<=32K $0.165 (era $0.26); 32K-200K $0.22 (era $0.26)
Búsqueda web (Linkup)	por llamada cuando se invoca	$0.013

Solicitud de ejemplo

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "glm-5-1", "messages": [{"role":"user","content":"Hello"}]}'

Parámetros

Parámetro	Tipo	Obligatorio	Default	Descripción
`max_tokens`	enteros	no	`4096`	Número máximo de tokens de salida a generar. · Rango: 1 – 128000
`temperature`	Número	no	`1`	Controla la aleatoriedad. Valores más bajos hacen que las respuestas sean más deterministas. · Rango: 0 – 2
`top_p`	Número	no	`0.95`	Corte de muestreo del núcleo. · Rango: 0 – 1
`top_k`	enteros	no	`20`	Limita el muestreo a los K tokens superiores. · Rango: 1 – 100
`repetition_penalty`	Número	no	`1`	Penaliza fichas repetidas. · Rango: 0,1 – 2
`reasoning_effort`	enum	no	`"medium"`	Nivel de esfuerzo de razonamiento. Ninguno impide pensar. Presupuestos limitados de pensamiento de conjunto bajos, medios, altos y máximos, adaptados al modelo seleccionado. Enviado como un campo de reasoning_effort al estilo OpenAI, traducido a enable_thinking y thinking_budget para el servicio modelo. · Permitidos: `none`, `low`, `medium`, `high`, `max`
`enable_thinking`	Booleano	no	Cierto	Permite que el modelo razone antes de responder. Desactiva esto para una salida estrictamente estructurada.
`thinking_budget`	enteros	no	`32768`	Tokens máximos disponibles para contenido de razonamiento cuando el pensamiento está habilitado. · Rango: 1 – 38912
`tool_stream`	Booleano	no	falso	Transmite los argumentos de la llamada de función de forma incremental al hacer streaming.
`tools`	Matriz	no	`[]`	Definiciones de herramientas de llamada a funciones compatibles con OpenAI.
`tool_choice`	Objeto	no	-	Control de elección de herramientas compatible con OpenAI.
`parallel_tool_calls`	Booleano	no	Cierto	Permite varias llamadas a herramientas en un solo turno de asistente cuando sea compatible.
`response_format`	Objeto	no	-	Modo JSON compatible con OpenAI o formato de respuesta de esquema JSON. Usa el modo no pensante para esquemas estrictos.
`stop`	Matriz	no	-	Secuencias de paradas opcionales.
`web_search_linkup`	Booleano	no	falso	Búsqueda web opcional impulsada por Linkup. Cuando están habilitadas, las fuentes web recientes se recuperan usando tu último mensaje de usuario como consulta y se proporcionan al modelo como contexto adicional. Añade una $0.013 fija por petición además del coste normal del token del modelo. Desactivado por defecto.
`disable_formatting`	Booleano	no	falso	Cuando está habilitada, la pasarela no añadirá el pie de página “Fuentes” a las respuestas de los asistentes que utilizaron la búsqueda web de Linkup. Útil cuando la salida del modelo se transmite a otro sistema que no espera decoración.

Machine-legible esquema: GET https://api.empiriolabs.ai/v1/models/glm-5-1.