GLM API 基础 URL：连接任意 OpenAI 客户端

你需要三个值

关于 GLM API 基础 URL 的问题通常来自那些拥有需要 URL、密钥和模型名称的客户端，但不知道这些值该填在哪里的用户。这里将它们集中列出。

在复制任何内容之前澄清一点。域名中的名称指的是搜索词，而不是模型。这是一个由独立提供商托管的、面向单一开放权重模型的 OpenAI 兼容文本 API，经过调优，可在合法成人用途中无内容拒绝地回答问题。它不是 GLM 背后厂商的官方 API，也不是转发到其他厂商的路由器。如果你需要官方的 GLM 模型，请使用该厂商自己的服务。

你可以通过 Google 或电子邮件和密码注册来获取密钥。API 密钥页面 还提供一键领取 7 天有效且无需信用卡的 $0.50试用额度。

使用 curl 检查连接

在接触任何 SDK 或应用之前，先用一个简单请求确认密钥和 URL。如果这能工作，那么后续的所有问题都出在你的客户端配置中，而不是账户本身。首先，列出模型：

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

你应该获得一个包含 id uncensored 的 JSON 列表。然后发送一个聊天补全请求：

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
  }'

添加 -i 以查看响应头。它们包括 X-Request-Id、X-Balance-USD（你的剩余预付额度）、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。如果你需要就某次调用联系支持，请保留请求 ID。

Python 和 Node

官方 OpenAI SDK 接受自定义基础 URL。你只需更改两个构造函数参数和模型名称；其余代码保持不变。

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 属性为 baseURL（大写），而 Python 参数为 base_url。混淆二者是回退到 SDK 默认主机并收到来自错误服务器的认证错误的经典方式。

使用环境变量而非代码

当你不显式传递它们时，OpenAI SDK 会从环境中读取 OPENAI_BASE_URL 和 OPENAI_API_KEY。这是将无法编辑的工具（例如来自存储库的脚本或为你构建客户端的框架）重新定向到目标的最少侵入方式。

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

你仍需在工具或其配置文件中将模型名称设置为 uncensored，因为没有环境变量携带它。如果工具的模型下拉菜单仅列出其知道的名称，请寻找自定义模型或自由文本选项。

将值保存在一处

连接成功后，避免将 URL 粘贴到五个文件中。将三个值放在一处，并在其他地方读取它们。.env 文件适用于小型项目：

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

然后在启动时一次性加载它们，并构建一个程序其余部分导入的单一客户端。当你更改密钥、添加带有试用余额的暂存密钥，或将此接口与另一个接口进行比较时，其优势就会显现。你只需编辑一个文件，而不是整个代码库。

在账户允许的情况下，为开发和生产环境保留单独的密钥，如果密钥出现在提交、截图或共享日志中，请立即轮换。泄露的密钥会消耗你的预付额度，且额度无法退回。

聊天应用和框架

前端界面的措辞可能不同，但都要求填写相同的三个值。寻找名为 OpenAI 兼容、自定义 OpenAI 或类似名称的连接类型，然后填写：

• API URL / 基础 URL： https://api.glmapi.cc/v1
• API 密钥： 你账户中的密钥
• 模型： uncensored

SillyTavern 允许通过其自定义聊天完成源添加兼容 OpenAI 的接口，Open WebUI 在其设置中具有兼容 OpenAI 的连接类型。LangChain 等框架在其聊天模型类上接受 base_url，LiteLLM 可通过自定义 API 基础路由 OpenAI 风格模型。菜单名称因版本而异，请遵循每个项目的当前文档以确切了解字段位置。

一些应用会询问是否为你追加 /chat/completions。许多应用会这样做，这意味着你输入的 URL 必须在 /v1 处停止。如果应用要求提供完整的接口地址，请提供 https://api.glmapi.cc/v1/chat/completions。快速入门 更详细地展示了支持的请求字段。

为什么首次调用会失败

如果 curl 测试通过但你的应用仍报错，原因几乎总是以下之一：

• 缺少 /v1。 单独使用 https://api.glmapi.cc 很可能会因路由位于 /v1 下而返回未找到错误。
• 路径重复。 应用追加了 /chat/completions，而你也输入了它，导致出现 /chat/completions/chat/completions。从基础 URL 中将其删除。
• 末尾斜杠。 某些客户端连接路径的方式很差。如果看到日志 URL 中有双斜杠，请删除末尾的 /。
• 错误的模型名称。 唯一的模型 ID 是 uncensored。其他服务的名称将不匹配。
• 密钥问题。 检查粘贴时是否有空格或换行，以及应用是否已添加前缀却将密钥作为 Bearer 发送了两次。
• 调用错误的主机。 在浏览器应用中，未设置的基础 URL 会回退到 SDK 默认值。记录实际的请求 URL。

浏览器端的调用也会让你的密钥对任何打开开发者工具的人可见。对于公共网站，请从你自己的服务器发送请求并将密钥保留在那里。

如果以上都不是原因，请从小案例开始反向工作。在运行失败的应用的同一台机器上运行之前的 curl 命令。如果 curl 成功，则网络和密钥正常，应用以不同方式构建请求，因此请开启其调试日志，并将记录的 URL、头和 JSON 正文与 curl 版本逐字符比较。如果 curl 仅在该机器上失败，请查看企业代理、VPN 规则和 DNS 过滤器，它们有时会阻止不熟悉的 API 主机名。从未到达服务器的请求不会返回 X-Request-Id，这是区分这两种情况的快速方法。

限制和 429 响应

完整密钥允许 8 个并发请求和每分钟 300 个请求。试用密钥允许 2 个和 60 个。超过任一限制，API 将返回 HTTP 429 错误，代码为 rate_limited（每分钟请求过多）或 concurrency（同时请求过多）。在临时过载期间，你还会收到一个带有 Retry-After: 5 头的 429 错误。

流式请求会占用其并发槽位，直到流结束，因此如果一个应用打开流但未关闭连接就放弃它，会耗尽自己的并发槽位。最大请求体为 8 MB，上下文窗口为 100,000 token，涵盖提示词和补全。有关费率和充值，请参阅 定价页面。

流式输出、工具和 JSON 使用相同的 URL

没有用于流式输出或函数调用的单独地址。所有内容都指向 /v1/chat/completions，你在请求体中开启功能。流式请求设置 "stream": true 并返回服务器发送的事件；带有工具的请求添加 tools 和可选的 tool_choice；JSON 模式添加 response_format，类型为 json_object。采样字段如 temperature、top_p、stop、seed 和惩罚项会透传。

这是一个流式 curl 调用。-N 参数关闭 curl 的输出缓冲，以便你看到到达的数据块：

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."}]}'

如果你的代理或托管层缓冲响应，流式输出看起来就像一条巨大的延迟响应。反向代理通常需要对服务器发送的事件关闭响应缓冲，因此在归咎于 API 之前请检查该设置。有关每个功能的完整 Python 示例，请参阅 快速入门。

更多指南

• GLM API 定价：每 100 万 token 输入 $0.15，输出 $0.50
• GLM API Python：聊天、流式输出和工具示例
• Gemma API：常见误区与事实