跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.kodus.io/llms.txt

Use this file to discover all available pages before exploring further.

​
Z.AI 工作原理

Z.AI(由智谱 AI 开发)提供 GLM 系列模型。它是少数几家为 API 访问提供统一订阅费的主要提供商之一:GLM Coding Plan 以固定月费捆绑模型使用量,并通过 5 小时和每周的时间窗口(而非按 token 计费)来应用速率限制。 对于更大或波动较大的工作负载,Z.AI 也通过标准开发者 API 对同样的模型提供按 token 付费的访问。 两种方式都暴露 OpenAI 兼容端点,因此 Kodus 通过 OpenAI Compatible 提供商(或直接使用 BYOK 中精选的 GLM 5.1 卡片)与之对接。

​
方案概览

价格和配额经常变化。选择套餐前请务必在 z.ai/subscribe 和 docs.z.ai 查看最新数据。

​
GLM Coding Plan(订阅)

套餐价格(等价月费)约等于 API 价值并发
Lite约 $18/月(按季度计费)约为月费的 15 倍约 1 并发
Pro约 $30/月(按季度计费)约为月费的 20 倍约 1 并发
Max约 $80/月(按季度计费)约为月费的 30 倍最多 30 并发
  • 配额按5 小时滚动窗口和每周窗口重置 — 这是需要规划的上限,而非月度总量。
  • 覆盖模型包括 GLM-5.1、GLM-5-Turbo、GLM-5、GLM-4.5 和 GLM-4.5-Air。
  • 专用端点:https://api.z.ai/api/coding/paas/v4 — Coding Plan 密钥仅能在此使用。

​
按 token 付费的开发者 API

模型价格(每 100 万 输入 / 输出 token)上下文窗口
GLM-5.1 推荐0.95/0.95 / 3.15约 200k tokens
GLM-50.72/0.72 / 2.30约 131k tokens
GLM-4.50.60/0.60 / 2.20约 128k tokens
GLM-4.5-Air更低档位,为路由优化约 128k tokens
标准端点:https://api.z.ai/api/paas/v4/(OpenAI 兼容)。

​
创建 API 密钥

创建 API 密钥需要 Z.AI 账号。
  1. 在 z.ai 登录。
  2. 在 z.ai/subscribe 购买 GLM Coding Plan 档位。
  3. 打开订阅的密钥管理页并创建 Coding Plan 密钥。
  4. 复制密钥 — 之后将无法再次看到。
Coding Plan 密钥绑定到 /api/coding/paas/v4 端点。发送到标准 /api/paas/v4/ 端点会返回 401。

​
在 Kodus 中配置 Z.AI

主流程是在 Kodus Cloud 上使用 BYOK — 精选的 GLM 5.1 卡片会为您处理端点切换。希望在进程层级固定提供商的自托管用户可以改用环境变量。

​
方式 1 — Kodus Cloud 上的 BYOK(推荐)

1

打开 BYOK 并选择 GLM 5.1

访问 app.kodus.io/organization/byok,在主模型部分点击 GLM 5.1 卡片。
2

选择您的方案

卡片会展开一个 Plan 选择器。请选择:基础 URL 和”获取密钥”链接会自动更新以匹配您的方案。
3

粘贴您的 API 密钥

只需密钥 — 无需其他配置。对于 Coding Plan 用户,Kodus 会在高级设置中预填 maxConcurrentRequests=1,匹配 Lite/Pro 档位的限制。如果您使用 Max 档位,请上调到 30。
4

测试并保存

点击测试并保存。Kodus 会通过一次低成本的元数据调用探测端点,成功后持久化配置。401 表示密钥与所选方案的端点不匹配;404 表示基础 URL 错误。

​
调优推理(可选)

精选的 GLM 5.1 卡片预填 Thinking: Medium,对于 OpenAI 兼容的提供商会发出 thinking: { type: "enabled" }。对大多数工作负载而言够用。两种需要覆盖的情况:
  • 强制特定 token 预算 — 在高级设置下将 Thinking 切换到 Custom 并粘贴: 
    {
  "thinking": { "type": "enabled", "budget_tokens": 20000 }
}
  • 禁用 thinking — 在小型 PR 上实现最快/最便宜的审查: 
    {
  "thinking": { "type": "disabled" }
}
无需命名空间包装 — Kodus 在发送前会在 openaiCompatible(当前提供商)下自动包装。详见 主 BYOK 文档 → 自定义 JSON 覆盖。

​
调优并发

  • Coding Plan Lite / Pro:保留预填的 maxConcurrentRequests=1。更高会返回 429 Too much concurrency。
  • Coding Plan Max:先上调到 5,如果未见 429 可继续提高至 30。Max 档位允许最多 30 并发。
  • 开发者 API:保持为空(无上限)。如果看到速率限制错误,降到 5,然后再逐步调高。
将 GLM 5.1 配置为您的 Main 模型,同时保留一个 OpenAI 或 Anthropic 密钥作为 Fallback,这样当 Coding Plan 的 5 小时窗口耗尽时审查仍可继续。Kodus 会自动故障转移。

​
方式 2 — 手动配置

如果您需要精选目录中没有的 GLM 变体(例如 GLM-5 或 GLM-4.5),请点击目录底部的手动配置并填写:
字段值
ProviderOpenAI Compatible
Base URLhttps://api.z.ai/api/coding/paas/v4(Coding Plan)
https://api.z.ai/api/paas/v4/(开发者 API)
Modelglm-5.1、glm-5、glm-5-turbo、glm-4.5、glm-4.5-air
API Key您的 Z.AI 密钥(与上述基础 URL 匹配)
Max Concurrent RequestsLite/Pro Coding Plan 上为 1;Max 最多 30;开发者 API 保持为空

​
方式 3 — 自托管(环境变量)

如果您以 Fixed Mode 运行 Kodus(单一全局提供商,无按组织 BYOK),在 API + worker 容器的 .env 中配置 Z.AI: 
# Z.AI 配置(固定模式)
API_LLM_PROVIDER_MODEL="glm-5.1"                                  # 您可以访问的任意 GLM 模型
API_OPENAI_FORCE_BASE_URL="https://api.z.ai/api/coding/paas/v4"   # 按 token 付费使用 /api/paas/v4/
API_OPEN_AI_API_KEY="your-z-ai-api-key"
仅在有意禁用 BYOK 的自托管 Kodus 安装中才需要这条路径。如果您的自托管实例启用了 BYOK,请优先使用方式 1 — 精选卡片会为您处理端点逻辑。
编辑 .env 后重启 API 和 worker 容器,然后验证集成: 
docker-compose logs api worker | grep -iE "z\.ai|glm"
完整的自托管设置(域名、安全密钥、数据库、webhook、反向代理)请参见通用 VM 部署指南,只需将 LLM 部分替换为上面的配置。

​
在 Coding Plan 和按 token 付费之间选择

  • 当您有稳定的审查团队并希望获得固定月度成本时,选择 Coding Plan。5 小时和每周配额大致相当于订阅费 15–30 倍的等价 API 开销。
  • 当您的流量波动大、偶尔需要最大上下文窗口,或希望成本随 PR 数量线性增长时,选择按 token 付费。
  • 组合使用:把 Coding Plan 作为主模型,把开发者 API 密钥(或完全不同的另一家提供商)作为备用,以消化超出订阅窗口的突发流量。

​
故障排查

  • Coding Plan 密钥仅在 /api/coding/paas/v4 上工作。开发者 API 密钥仅在 /api/paas/v4/ 上工作。
  • 在精选卡片中,确认 Plan 选择器与密钥类型匹配。
  • 在手动模式下,确认基础 URL 与密钥来源匹配。
  • Lite 和 Pro 的 Coding Plan 档位通常仅允许 1 个并发请求。Kodus 已为您预填;仅在 Max 上才需上调。
  • 如果仍撞到 429,在高级设置中降低最大并发请求数。
  • 配额按5 小时滚动窗口和每周窗口执行。触发其一会返回 HTTP 429。
  • 在 Z.AI 控制台查看剩余配额。
  • 选项:等待下一个窗口、升级到更高档位,或配置一个开发者 API 密钥作为备用来弥补空缺。
  • 确认模型 ID 与 Z.AI 目录匹配(glm-5.1、glm-5-turbo、glm-5、glm-4.5、glm-4.5-air)。
  • Coding Plan 目前仅覆盖 GLM 系列 — 非 GLM 模型名称会被拒绝。
  • 确认您的服务器可以访问 api.z.ai。
  • 查看 API 和 worker 日志获取具体的上游错误。
  • 如果您所在地区有出站流量限制,请通过基础设施允许的反向代理路由请求。

​
相关链接