GLM API Base URL：連接任何 OpenAI 客戶端

你需要的三個數值

關於 glm API Base URL 的提問，通常來自擁有需要 URL、金鑰與模型名稱的用戶端，卻不清楚各值用途的人。此處一次提供所有資訊。

在複製任何內容前先釐清一點。網域名稱指的是搜尋詞，而非模型。這是由獨立供應商託管、與 OpenAI 相容的文字 API，針對單一開放權重模型進行微調，旨在為合法成人用途提供無內容拒絕的回答。它不是 GLM 背後廠商的官方 API，也不是轉發至其他廠商的路由器。若你需要官方 GLM 模型，請使用該廠商的自有服務。

你可以透過 Google 或電子郵件與密碼註冊取得金鑰。API 金鑰頁面也提供一鍵領取 $0.50 試用額度，有效期 7 天且無需信用卡。

使用 curl 檢查連線

在操作任何 SDK 或應用程式之前，請先用簡單請求確認金鑰與 URL。若此步驟成功，後續問題皆來自你的客戶端設定，而非帳戶問題。首先，列出模型：

Copycurl https://api.glmapi.cc/v1/models \
  -H "Authorization: Bearer YOUR_KEY"

你應會得到一個包含 id uncensored 的 JSON 列表。然後發送一次聊天完成請求：

Copycurl https://api.glmapi.cc/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Reply with the word ready."}],
    "max_tokens": 20
  }'

新增 -i 以查看回應標頭。它們包含 X-Request-Id、X-Balance-USD（你的剩餘額度）、X-RateLimit-Limit-Requests 與 X-RateLimit-Limit-Concurrency。若需向支援團隊查詢呼叫狀況，請保留請求 ID。

Python 與 Node

官方 OpenAI SDK 接受自訂基礎 URL。你只需修改兩個建構子參數與模型名稱；其餘程式碼維持原樣。

Python

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.glmapi.cc/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a tavern."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.glmapi.cc/v1",
  apiKey: process.env.GLM_API_KEY,
});

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Give me three names for a tavern." }],
});
console.log(resp.choices[0].message.content);

Node 的屬性為 baseURL（大寫字母），而 Python 的引數為 base_url。混淆兩者會導致靜默回退至 SDK 的預設主機，並從錯誤伺服器取得驗證錯誤。

使用環境變數而非程式碼

當你不明確傳遞引數時，OpenAI SDK 會從環境讀取 OPENAI_BASE_URL 與 OPENAI_API_KEY。這是重新導向無法編輯的工具（如來自儲存庫的腳本或自動建立客戶端的框架）侵入性最小的方式。

Copyexport OPENAI_BASE_URL="https://api.glmapi.cc/v1"
export OPENAI_API_KEY="YOUR_KEY"
python my_existing_script.py

你仍需在工具或其設定檔中將模型名稱設為 uncensored，因為沒有環境變數能攜帶它。若工具的模型下拉選單僅列出已知名稱，請尋找自訂模型或自由文字選項。

將設定值集中在一處

連線正常後，避免將 URL 貼到五個檔案中。將三個設定值放在一處，其餘地方統一讀取。.env 檔案適用於小型專案：

CopyGLM_BASE_URL=https://api.glmapi.cc/v1
GLM_API_KEY=YOUR_KEY
GLM_MODEL=uncensored

然後在啟動時載入一次，並建立一個單一客戶端供程式其餘部分匯入。當你更換金鑰、新增帶有試用餘額的暫存金鑰，或將此端點與其他端點比較時，效益就會顯現。你只需編輯檔案，而非程式碼庫。

在帳戶允許的情況下，為開發與生產環境使用不同的金鑰；若金鑰出現在提交記錄、截圖或共用日誌中，請立即輪替金鑰。洩漏的金鑰會消耗你的預付額度，且額度無法退回。

聊天應用程式與框架

前端用詞雖異，但都要求相同的三個數值。尋找名為 OpenAI-compatible、custom OpenAI 或類似的連線類型，然後填入：

• API URL / Base URL： https://api.glmapi.cc/v1
• API 金鑰： 你帳戶中的金鑰
• 模型： uncensored

SillyTavern 允許你透過自訂聊天完成來源新增 OpenAI 相容的端點，Open WebUI 的設定中也有 OpenAI 相容的連線類型。LangChain 等框架在其聊天模型類別上接受 base_url，LiteLLM 則可透過自訂 API 基礎將 OpenAI 風格的模型進行路由。選單名稱會隨版本變更，請依照各專案的最新文件確認欄位的確切位置。

某些應用程式會詢問是否要自動附加 /chat/completions。許多應用程式會自動附加，這意味著你輸入的 URL 必須停在 /v1。若應用程式改為要求完整端點，請提供 https://api.glmapi.cc/v1/chat/completions。快速入門更詳細地展示了支援的請求欄位。

為何首次呼叫會失敗

若 curl 測試通過但應用程式仍報錯，原因幾乎總是以下其中之一：

• 缺少 /v1。 單獨使用 https://api.glmapi.cc 很可能會因找不到路徑而失敗，因為路由位於 /v1 之下。
• 路徑重複。 應用程式會附加 /chat/completions，而你輸入時也包含了它，導致產生 /chat/completions/chat/completions。請從基礎 URL 中移除它。
• 尾隨斜線。 某些客戶端拼接路徑的方式不佳。若日誌 URL 出現雙斜線，請移除結尾的 /。
• 錯誤的模型名稱。 唯一的模型 ID 是 uncensored。其他服務的命名將無法匹配。
• 金鑰問題。 檢查貼上時是否有殘留空格或換行，以及應用程式是否已新增前綴卻再次發送 Bearer。
• 呼叫錯誤的主機。 在瀏覽器應用程式中，未設定的基礎 URL 會回退至 SDK 預設值。請記錄實際的請求 URL。

瀏覽器端的呼叫也會讓任何開啟開發者工具的人看到你的金鑰。對於公開網站，請從你自己的伺服器發送請求並將金鑰保留在伺服器端。

若以上皆無法解釋，請從最小的案例開始反向推導。在與失敗應用程式相同的機器上執行先前的 curl 指令。若 curl 成功，表示網路與金鑰無誤，且應用程式以不同方式建構請求，請開啟其除錯日誌，並將日誌 URL、標頭與 JSON 主體與 curl 版本逐字比較。若 curl 僅在那台機器上失敗，請檢查企業代理、VPN 規則與 DNS 過濾器，它們有時會封鎖不熟悉的 API 主機名稱。從未到達伺服器的請求不會返回 X-Request-Id，這是區分兩種情況的快速方法。

限制與 429 回應

完整金鑰允許 8 個並行請求與每分鐘 300 個請求。試用金鑰則允許 2 個與 60 個。超過任一限制，API 都會回傳 HTTP 429 狀態碼，並附上錯誤碼 rate_limited（每分鐘過多）或 concurrency（同時過多）。在暫時過載期間，你也會收到 429 狀態碼，並帶有 Retry-After: 5 標頭。

串流請求會佔用其並行槽位直到串流結束，因此若應用程式開啟串流卻未關閉連線就放棄，可能會導致自身資源耗盡。最大請求主體為 8 MB，上下文視窗為 100,000 token，涵蓋提示詞與完成內容。如需費率與儲值資訊，請見 定價頁面。

串流輸出、工具與 JSON 使用相同的 URL

串流輸出或函式呼叫沒有單獨的地址。所有請求都送往 /v1/chat/completions，並在請求主體中開啟功能。串流請求設定 "stream": true 並返回伺服器發送事件；帶有工具的請求新增 tools 與可選的 tool_choice；JSON 模式新增 response_format 且類型為 json_object。採樣欄位如 temperature、top_p、stop、seed 與懲罰項會直接傳遞。

以下是串流 curl 呼叫。-N 旗標會關閉 curl 的輸出緩衝，以便你看到區塊到達時的內容：

Copycurl -N https://api.glmapi.cc/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","stream":true,"messages":[{"role":"user","content":"Count to five."}]}'

若你的代理或託管層緩衝回應，串流看起來會像一個巨大的延遲回覆。反向代理通常需要關閉伺服器發送事件的回應緩衝，因此在歸咎 API 之前請檢查該設定。如需每個功能的 Python 實作範例，請見 快速入門。

更多指南

• GLM API 定價：每 1M token 輸入 $0.15，輸出 $0.50
• GLM API Python：聊天、串流與工具範例
• Gemma API：迷思與事實