智谱清言网页版免费使用GLM系列模型，提示词可迁移到API

接口地址与鉴权形态

开放平台提供的是 OpenAI 兼容风格的 HTTP 接口，对话补全的 base_url 形如 https://open.bigmodel.cn/api/paas/v4/，对话补全的路径是在其后拼接 chat/completions。鉴权使用请求头 Authorization: Bearer 你的API Key，把控制台创建的密钥直接放进 Bearer 后面即可，不需要再自行签发令牌。

模型名从哪里来

常用模型名包括 glm-4-flash（轻量、适合调试与大批量简单任务）、glm-4-air、glm-4-plus 等，另有多模态与长上下文版本。模型名会随版本迭代新增或下线，最稳妥的做法是登录控制台，在模型列表或文档的模型页里复制当前可用的名称，而不是照抄旧文章。

先用 curl 打通一次调用

把密钥写进环境变量，避免粘贴到命令历史里泄露：

export ZHIPU_API_KEY="你的API Key"

然后发起一次非流式对话补全，确认网络、密钥、模型名三者都对：

curl https://open.bigmodel.cn/api/paas/v4/chat/completions \
  -H "Authorization: Bearer $ZHIPU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-4-flash",
    "messages": [
      {"role": "system", "content": "你是一个简洁的中文助手。"},
      {"role": "user", "content": "用一句话解释什么是大模型 API"}
    ],
    "temperature": 0.7,
    "max_tokens": 256,
    "stream": false
  }'

关键参数说明

• model：必填，填控制台里确认过的模型名，名字写错会直接返回参数错误。
• messages：必填，按 role 与 content 组成的数组，system 放人设与约束，user 放问题，多轮对话就把历史消息按顺序追加。
• temperature：采样随机度，取值建议 0 到 1，写代码、抽取结构化数据时调低，创意文案时调高。
• top_p：与温度二选一调节即可，同时大幅改动容易让输出不可控。
• max_tokens：限制回复长度，能有效控制单次成本，设得过小会出现回答被截断。
• stream：设为 true 时按 SSE 逐块返回，适合做打字机效果的前端；调试阶段建议先用 false 看完整结构。
• tools：需要函数调用时传入工具描述数组，模型会返回待执行的工具名与参数。

用 Python 调用（OpenAI SDK 兼容写法）

如果项目里已经在用 OpenAI 的 SDK，只改 base_url 和模型名就能切换过来：

from openai import OpenAI

client = OpenAI(
    api_key="你的API Key",
    base_url="https://open.bigmodel.cn/api/paas/v4/",
)

resp = client.chat.completions.create(
    model="glm-4-flash",
    messages=[
        {"role": "system", "content": "你是一个简洁的中文助手。"},
        {"role": "user", "content": "写一句产品介绍，不超过二十字。"},
    ],
    temperature=0.7,
    max_tokens=256,
)

print(resp.choices[0].message.content)

生产环境请把密钥放在环境变量里读取，例如 os.environ["ZHIPU_API_KEY"]，不要写死在源码中。

额度耗尽与限流的典型表现

调用失败时先看 HTTP 状态码与响应体里的错误码：认证类错误通常是密钥无效或请求头格式不对；返回余额不足或资源包不可用的提示，说明免费额度已用尽或已过期；出现并发超限、日调用量超限、频率过快的提示，则属于限流范畴。具体错误码含义请以开放平台的错误码文档为准。

建议的排查顺序

1. 先用 curl 单条请求复现，排除业务代码里拼接请求体的干扰。
2. 检查密钥是否正确、是否被换行或空格污染、请求头是否为 Bearer 加空格加密钥 的格式。
3. 检查 base_url 是否带了版本号路径，路径拼接后是否为完整的 chat/completions。
4. 核对模型名是否仍在控制台列表中，是否对当前账号或当前资源包开放。
5. 到控制台查看资源包剩余额度与有效期，确认是本模型无免费额度还是整体欠费。
6. 若报并发或频率类错误，加入指数退避重试并降低并发，或把批量任务分批排队执行。
7. 最后再考虑网络出口、代理与地域问题，用同一台机器访问控制台能否正常打开做交叉验证。

另外提醒：网页端与 API 共享同一套模型能力，但额度体系彼此独立，网页端对话次数多不代表 API 调用不欠费；反过来，API 免费资源包也不会自动增加网页端权益。做成本预估时，请以控制台实际显示的额度与计费方式为准。