BigModel é a plataforma aberta da Zhipu para invocar modelos GLM de texto e multimodais por meio de uma API, com bases de conhecimento, busca na web, ajuste fino e instâncias dedicadas, além de uma assinatura de programação à parte.
Já usou esta ferramenta? Avalie-a
Já usou esta ferramenta? Avalie-a
BigModel é a plataforma para programadores da Beijing Zhipu Huazhang Technology Co., Ltd., acessível em bigmodel.cn. Os modelos GLM de texto, visão, imagem, vídeo e áudio são invocados por API, não através de um produto de conversação. A plataforma se apresenta como um paradigma de modelo como serviço a partir de um único ponto de entrada, com uma API de grandes modelos rica em recursos, flexível e economicamente eficiente.
Por trás estão quatro capacidades: invocar modelos, implantar instâncias em recursos dedicados, criar tarefas de ajuste fino com dados próprios e avaliar as saídas em relação a conjuntos de dados e métricas. As três últimas separam esta oferta de um simples ponto de inferência.
A imprensa independente situa a fundação da operadora em 2019 no parque científico da Universidade Tsinghua e registra uma listagem de ações H em Hong Kong em janeiro de 2026. Ainda assim, pesa mais algo tratado adiante: a mesma pessoa jurídica consta de um registro norte-americano de controle de exportações.
Nove modelos centrais recomendados abrangem geração de texto, compreensão multimodal, geração de imagens, geração de vídeo, reconhecimento óptico de caracteres, reconhecimento de fala, síntese de voz e recuperação vetorial. Eles compartilham a mesma superfície de API, de modo que uma única integração alcança mais de uma modalidade.
Os limites são publicados por modelo, não para toda a plataforma. O GLM-OCR aceita uma imagem de até 10 MB ou um PDF de até 50 MB, com teto de 100 páginas por documento. A dupla principal atual traz, em ambos os casos, janela de contexto de 1M com saída máxima de 128K.
A base de conhecimento armazena texto, imagens, áudio e vídeo em conjunto e responde a perguntas em linguagem natural atravessando essas modalidades, com conteúdo importado de arquivos locais, URLs, documentos do Feishu ou pares de pergunta e resposta. A versão obtida decorre do modelo de embeddings e do formato dos dados: omnimodal para mídias mistas, de texto apenas para documentos e de perguntas e respostas, reconhecida automaticamente quando a importação assume esse formato.
A busca é vendida como três serviços distintos, não como um único interruptor: uma API de Web Search bruta, uma busca incorporada às respostas do diálogo e um Search Agent que decompõe a consulta. Os motores combinam desenvolvimento próprio com Sogou e Quark, e os resultados podem ser restringidos por domínio e intervalo de tempo.
Uma restrição passa despercebida até quebrar um projeto. A chamada de funções, a recuperação a partir da base de conhecimento e a busca na web se excluem dentro de uma mesma requisição, e se mais de uma for enviada apenas a de maior prioridade tem efeito, nessa ordem.
O ajuste fino oferece SFT para aderência a instruções e DPO para alinhamento com preferências, por LoRA ou treinamento de todos os parâmetros. Os dados de treinamento só são aceitos em JSON, um registro por linha, e a orientação pede ao menos algumas centenas de exemplos revisados por pessoas. Esse limiar, e não o preço por token, determina o custo real.
A API Batch opera pela metade da tarifa padrão, fora do orçamento habitual de concorrência, e aceita um único arquivo com até 50.000 requisições e 100 MB.
Os caminhos de integração documentados são uma API HTTP REST, SDKs próprios de Python e Java, compatibilidade com o SDK da OpenAI e LangChain. A migração a partir de código existente da OpenAI é descrita como troca da chave de API e da URL base, mas a mesma página adverte que em alguns cenários permanecem diferenças entre as duas interfaces e exige o SDK da OpenAI 1.0.0 ou superior. Esse aviso é custo real de portabilidade, não fórmula de praxe.
As chamadas gerais apontam para uma URL base versionada sob open.bigmodel.cn e se autenticam com uma chave de API como token portador, havendo JWT documentado para casos que exigem maior segurança. Um perfil de API de terceiros independente, que nega vínculo com o fornecedor, lista duas URLs base, uma internacional e o ponto de acesso chinês, que classifica como legado enquanto a documentação do próprio fornecedor continua a apresentá-lo como atual.
Enriquecimento em massa fora de linha. Classificação, extração e pontuação sobre um corpus existente se encaixam na API Batch, de troca declarada abertamente: metade do preço e liberdade em relação ao orçamento de concorrência por um prazo de conclusão medido em horas.
Perguntas e respostas ancoradas em documentos privados. A base de conhecimento com a recuperação cobre manuais internos e acervos de mídias mistas; a versão omnimodal é a escolha quando áudio ou vídeo convive com texto.
Assistentes em tempo real. A transmissão contínua é a resposta documentada para produtos interativos em que a latência do primeiro token fica visível.
Prototipagem sem custo marginal. Vários modelos da linha Flash em texto, visão, imagem e vídeo aparecem com zero na entrada e na saída, embora modelos gratuitos ainda consumam concorrência.
Boa escolha: equipes que constroem funcionalidades de produto sobre modelos em chinês. A superfície de API, os SDKs e a compatibilidade com a OpenAI tornam a integração convencional.
Boa escolha: empresas que precisam de isolamento ou de entrega em instalações próprias. As instâncias dedicadas e os pacotes privados anuais são produtos publicados, e não acordos sob medida.
Escolha ambígua: programadores individuais que querem sobretudo um assistente de código. Os créditos da assinatura só valem dentro das ferramentas aprovadas pelo fornecedor, e aplicações próprias, sites, bots e produtos SaaS são remetidos à API por consumo. Quem precisa das duas coisas paga em dois sistemas.
Má escolha: equipes que exigem residência de dados do fornecedor fora da China: a política se compromete a armazenar na China as informações ali coletadas e afirma que não há transferência transfronteiriça no momento.
Má escolha: organizações que não conseguem passar por uma revisão de controle de exportações. Uma norma do Departamento de Comércio dos Estados Unidos de janeiro de 2025 incluiu a empresa operadora e os apelidos nomeados na Entity List, exigindo licença para todo item sujeito ao Regulamento de Administração de Exportações sob política de exame com presunção de indeferimento.
Totalmente bloqueado: cargas de trabalho que não passem na verificação de identidade, porta de entrada do processamento em lote para pessoas físicas e jurídicas, que concede 5 milhões de tokens ao ser concluída.
Não há aplicativo de desktop nem móvel para instalar; a superfície do produto é um console web mais pontos de acesso HTTP. O console cuida da abertura da conta, da gestão de chaves, das estatísticas de uso e do detalhamento de cobrança; tudo o que é operacional acontece pela API.
A assinatura de programação se integra de outra forma: o fornecedor entrega o modelo e a interface vem de terceiros. A lista aprovada cita, entre os agentes de código, ZCode, Claude Code e seu plugin para ambientes de desenvolvimento, Codex, OpenCode, Cline, Cursor, Roo, Goose, TRAE e Qoder, além de Cherry Studio e Hermes Agent como agentes de uso geral. O tráfego da assinatura usa três URLs base distintas da API geral, uma para o protocolo de mensagens da Anthropic e duas para protocolos em formato OpenAI; um ponto de acesso errado faz com que a cota não se aplique.
Dois sistemas de cobrança convivem, e escolher a faixa errada é o erro mais caro aqui. O uso medido é cobrado por chamada; a assinatura de programação é uma taxa periódica fixa com cota, pontos de acesso e restrições de ferramentas próprios.
A cobrança é por token, com referência oficial de conversão de cerca de 1 para 1,6 entre tokens GLM e caracteres chineses; o custo de uma chamada se compõe de entrada não armazenada em cache, acertos de cache, saída e armazenamento de cache. Os resultados de busca contam como entrada quando a busca está ativada.
| Nível | Contexto | Entrada (CNY / M tokens) | Saída (CNY / M tokens) | Acerto de cache |
|---|---|---|---|---|
| GLM-5.3 | 1M | 8 | 28 | 2 |
| GLM-5.3-Flash | 1M | 0,4 (tabela 0,8) | 1,4 (tabela 2,8) | 0,115 (tabela 0,23) |
| GLM-5.1 (entrada abaixo de 32K) | por faixas | 6 | 24 | 1,3 |
| GLM-5.1 (entrada a partir de 32K) | por faixas | 8 | 28 | 2 |
| GLM-4.5-Air (entrada abaixo de 32K) | por faixas | 0,8 | 2 | 0,16 |
| GLM-4.7-Flash | 200K | gratuito | gratuito | gratuito |
Vários modelos de texto são precificados por faixas e não por tarifa única: o mesmo modelo custa mais assim que a entrada ultrapassa 32K, e o GLM-4.7 acrescenta ainda uma divisão pelo comprimento da saída. O armazenamento de cache aparece gratuito por período limitado, e a página de preços informa que no momento não exibe a tarifa padrão posterior: um custo em aberto que hoje não se consegue modelar.
Os modelos de imagem, vídeo e fala saem da lógica do token e são medidos por chamada, por dez mil caracteres ou por minuto. As ferramentas de busca são cobradas por chamada, e a base de conhecimento inclui 1 GB de armazenamento antes que a capacidade passe a ser cobrada por hora e gigabyte.
A assinatura mede uma cota em dois níveis, um teto a cada cinco horas e outro semanal, distribuída entre Lite, Pro e Max, com todos os níveis alcançando a dupla principal atual. Esgotada a cota, a plataforma para em vez de transbordar: não recorre a outros pacotes de recursos nem ao saldo da conta, e a cota volta no corte seguinte de cinco horas.
O débito segue ordem fixa: os pacotes de recursos aplicáveis antes do saldo em dinheiro e, entre pacotes de mesmo escopo, aquele que vence primeiro. No topo da faixa a precificação se torna estrutural: instâncias dedicadas são cobradas por unidade de computação por dia, e a implantação local só é cotada como ordem de grandeza.
A comparação que de fato importa opõe faixas, não plataformas. Análises de programadores independentes colocam esta assinatura ao lado de planos de programação comparáveis de outros fornecedores chineses de modelos, um sinal útil: o conjunto real de comparação é formado por outras assinaturas de código, não por plataformas de API de uso geral.
Três perguntas separam as opções. O trabalho acontece dentro de um editor aprovado ou na sua própria aplicação? O primeiro caso é território da assinatura; o segundo está explicitamente excluído. Qual o comprimento típico das suas entradas, já que a precificação por faixas cobra diferente uma carga de contexto longo no mesmo modelo. E quanto custo de portabilidade você consegue absorver, dada a ressalva explícita à compatibilidade com a OpenAI.
Os termos de uso proíbem empregar os modelos, os prompts ou o conteúdo gerado da plataforma para desenvolver, treinar, anotar, ajustar ou iterar qualquer modelo externo a ela, e proíbem separadamente aprimorar algoritmos que concorram com o fornecedor. O mesmo acordo proíbe alterar, remover ou encobrir os marcadores explícitos e implícitos embutidos no conteúdo gerado por inteligência artificial, incluindo identificadores de metadados e marcas d'água digitais, e proíbe a engenharia reversa. Para quem avalia destilação ou dados sintéticos destinados a um modelo próprio, isso é bloqueio contratual, não zona cinzenta.
O saldo pré-pago é, na prática, não reembolsável: a plataforma declara que atualmente não oferece nenhuma forma de reembolso, trata casos especiais como exceção sujeita a análise e exclui os valores consumidos e os já faturados. Uma assinatura é considerada confirmada no momento da compra e não é reembolsada mesmo com a cota sem uso, e o cancelamento deve ser solicitado ao menos três dias antes da cobrança seguinte.
Os termos de uso estabelecem que todos os dados que você carrega, armazena e processa na plataforma pertencem a você e que, fora a execução das suas solicitações de serviço, a plataforma não fará qualquer uso ou divulgação não autorizados deles, com as únicas exceções das requisições legais das autoridades e de um acordo em separado com você. Para bases de conhecimento, corpora de ajuste fino e prompts de produção, esse par de propriedade e não uso é a cláusula a ler antes de mover qualquer dado.
A coleta abrange identificadores de conta, dados de dispositivo e de rede e os textos, imagens, áudios e documentos enviados aos modelos; a verificação de identidade exige ainda nome legal, número do documento e fotografias dele. As informações pessoais coletadas e geradas nas operações dentro da China são armazenadas lá em infraestrutura de nuvem pública, e a política afirma que no momento não são transferidas nem armazenadas fora do país.
Duas afirmações da política de privacidade são lidas em conjunto: as informações pessoais não são combinadas com algoritmos para envio direcionado ou marketing de precisão, e ainda assim dados anonimizados ou desidentificados podem ser usados em aprendizado de máquina e treinamento de modelos sem consentimento à parte.
Existe. Vários modelos da linha Flash em texto, visão, imagem e vídeo aparecem com zero na entrada e na saída na tabela oficial de preços, então a avaliação funcional não custa nada, e concluir a verificação de identidade concede ainda 5 milhões de tokens. Modelos gratuitos continuam consumindo concorrência, então testam capacidade, não vazão.
Não. Os créditos da assinatura funcionam apenas dentro da lista de ferramentas aprovadas, e a documentação encaminha aplicações próprias, sites, bots e produtos SaaS para a API por consumo. As URLs base também são diferentes, então apontar a sua aplicação para o ponto de acesso da assinatura não consome o plano.
Em boa medida. A migração documentada troca a chave de API e a URL base e exige o SDK 1.0.0 ou superior. A mesma página traz uma ressalva do fornecedor de que diferenças entre as duas interfaces permanecem em alguns cenários, então reserve tempo de teste em vez de contar com substituição direta.
Porque a chamada de funções, a recuperação a partir da base de conhecimento e a busca na web se excluem dentro de uma mesma requisição. Se mais de uma for enviada, apenas a de maior prioridade tem efeito nessa ordem, então o uso de várias ferramentas precisa ser sequenciado em turnos distintos.
O trabalho para até a janela seguinte de cinco horas. A plataforma não recorre a outros pacotes de recursos nem ao saldo em dinheiro: evita cobranças inesperadas, mas pode interromper uma tarefa longa.
