> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/cherryai/free-glm45air.md).

# Zhipu GLM-4.5-Air

すべての開発者とユーザーが最先端の大規模モデルの能力を手軽に体験できるように、**智譜は Cherry Studio のユーザーに対し、GLM-4.5-Air モデルを無料で公開しました**。エージェント（Agent）アプリ向けに設計された高効率な基盤モデルとして、GLM-4.5-Air は性能とコストの間で優れたバランスを実現しており、インテリジェントなアプリケーション構築に最適な選択肢です。

***

**🚀 GLM-4.5-Air とは？**

GLM-4.5-Air は智譜が新たに投入した高性能言語モデルで、先進的な **混合専門家アーキテクチャ（Mixture-of-Experts, MoE）**&#x3092;採用し、卓越した推論能力を維持しながら、計算資源の消費を大幅に削減しています。

* **総パラメータ数：1060億**
* **アクティブパラメータ数：120億**

簡潔な設計により、GLM-4.5-Air はより高い推論効率を実現し、資源が限られた環境でのデプロイに適している一方、複雑なタスク処理にも十分対応できます。

<figure><img src="https://3776196818-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2Fgit-blob-539800767589a890b8eb5f371633b4ba99523ed7%2Fbenchmark-0.avif?alt=media" alt=""><figcaption></figcaption></figure>

***

**📚 統一された学習プロセスで、インテリジェントな基盤を強化**

GLM-4.5-Air はフラッグシップシリーズと共通の一貫した学習プロセスを共有し、堅実な汎用能力の基盤を確保しています：

1. **大規模事前学習**：最大 **15兆トークンの汎用コーパス** で学習を完了し、幅広い知識理解能力を構築；
2. **特定分野の最適化**：コード生成、論理推論、エージェント対話などの重要タスクに対して強化学習を実施；
3. **長文コンテキスト対応**：コンテキスト長を **128Kトークン**まで拡張し、長文書、複雑な対話、または大規模なコードプロジェクトを処理可能；
4. **強化学習の強化**：RL により、推論計画やツール呼び出しなどにおけるモデルの意思決定能力を最適化。

この学習体系により、GLM-4.5-Air は優れた汎化能力とタスク適応性を備えています。

<figure><img src="https://3776196818-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2Fgit-blob-9d7a7934550441f3b43e12185267c33a81862131%2Fbenchmark-top5.avif?alt=media" alt=""><figcaption></figcaption></figure>

***

**⚙️ エージェント向けに最適化されたコア能力**

GLM-4.5-Air はエージェントの利用シーンに深く適応し、以下の実用的な能力を備えています：

✅ **ツール呼び出し対応**：標準化されたインターフェースを通じて外部ツールを呼び出し、タスクの自動化を実現\
✅ **Web ブラウジングと情報抽出**：ブラウザ拡張機能と組み合わせて動的コンテンツの理解と対話を実現\
✅ **ソフトウェアエンジニアリング支援**：要件分析、コード生成、バグ検出と修正をサポート\
✅ **フロントエンド開発支援**：HTML、CSS、JavaScript などのフロントエンド技術に対する高い理解と生成能力を備える

このモデルは柔軟に **Claude Code、Roo Code** などのコードエージェントフレームワークに統合でき、任意のカスタム Agent のコアエンジンとしても使用できます。

<figure><img src="https://3776196818-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2Fgit-blob-c33c840173e928b4c6c60b4519b580416b2eea3f%2Fbenchmark-2.avif?alt=media" alt=""><figcaption></figcaption></figure>

***

**💡 インテリジェントな「思考モード」で、各種リクエストに柔軟対応**

GLM-4.5-Air は **ハイブリッド推論モード**をサポートしており、ユーザーは `thinking.type` パラメータで深い思考を有効にするかどうかを制御できます：

* `enabled`：思考を有効化。段階的な推論や計画が必要な複雑なタスクに適しています
* `disabled`：思考を無効化。簡単な問い合わせや即時応答に使用します
* デフォルト設定は **動的思考モード**で、モデルが深い分析の必要性を自動で判断します

| タスク種別                       | 例                                                                       |
| --------------------------- | ----------------------------------------------------------------------- |
| **簡単なタスク**（思考をオフにすることを推奨）   | <p>- 「智譜 AI の設立時期」を検索<br>- “I love you” を中国語に翻訳</p>                     |
| **中程度のタスク**（思考をオンにすることを推奨）  | <p>- 北京から上海まで、飛行機と高速鉄道の優劣を比較する<br>- 木星に衛星が多い理由を説明する</p>                 |
| **複雑なタスク**（思考をオンにすることを強く推奨） | <p>- MoE モデルにおいて専門家同士がどのように協調するかを説明する<br>- 市場情報に基づいて ETF を買うべきか分析する</p> |

***

**🌟 高効率・低コストで、導入がより簡単に**

GLM-4.5-Air は性能とコストの間で優れたバランスを実現しており、実務導入に特に適しています：

* ⚡ **生成速度は100トークン/秒超**で、応答が速く、低遅延の対話をサポート
* 💰 **APIコストが非常に低い**：入力はわずか **0.8元/百万トークン**、出力は **2元/百万トークン**
* 🖥️ アクティブパラメータが少なく、計算資源の要求が低いため、ローカルでもクラウドでも高並列で実行しやすい

真に「高性能、低ハードル」の AI サービス体験を実現します。

<figure><img src="https://3776196818-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F0Ut5BptC3t8CtSU1UWpM%2Fuploads%2Fgit-blob-ca77772ce15879de528034201d42b7670c04952d%2Fbenchmark2.avif?alt=media" alt=""><figcaption></figcaption></figure>

***

**🧠 実用能力に注力：インテリジェントなコード生成**

GLM-4.5-Air はコード生成面で安定した性能を発揮し、以下をサポートします：

* 対応 **Python、JavaScript、Java** などの主要言語
* 自然言語の指示に基づいて生成 **構造が明確で保守性の高い** コード
* テンプレート的な出力を減らし、実際の開発現場のニーズにより近づけます

高速なプロトタイプ構築、自動補完、バグ修正などの頻繁な開発タスクに適しています。

***

今すぐ無料で体験 **GLM-4.5-Air**で、あなたのエージェント開発の旅を始めましょう！\
自動化アシスタント、プログラミング相棒を作りたい方も、次世代 AI アプリを探求したい方も、GLM-4.5-Air は高効率で信頼できる AI エンジンとなります。

📘 今すぐ接続し、創造力を解き放とう！

***

### ヘルプの取得とフィードバックの送信

設定または使用中に不明点、バグ、機能改善の提案がある場合は、 [フィードバックと提案](https://docs.cherryai.com.cn/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/cherryai/free-glm45air.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
