智谱清言提供的免费模型及工具推荐

小溪彼岸2025-09-01 11:29

前言

正在找免费模型的小伙伴可以看过来，最近发现智谱清言提供了福利专区，包含免费模型和免费工具的调用，想白嫖或者在某些场景想使用免费模型的小伙伴可以尝试一下。

BigModel福利专区

官网地址：bigmodel.cn/dev/activit...

福利专区提供了6个免费模型和2个免费工具：

免费模型：

  • GLM-4.1V-Thinking-Flash：智谱推出的免费视觉推理模型。它在图表/视频理解、前端Coding、GUI任务等场景表现出色，核心能力达到全面新SOTA。模型引入思维链推理机制，显著提升了复杂场景中的回答精准度与可解释性。
  • GLM-4-Flash-250414：智谱AI首个免费的大模型API，在实时网页检索、长上下文处理、多语言支持等方面表现出色，适用于智能问答、摘要生成和文本数据处理等多种应用场景
  • GLM-4V-Flash：智谱推出的首个完全免费的图像理解模型。在图像识别、图像问答、图像推理等多项任务中展现出卓越的性能
  • GLM-Z1-Flash：智谱首个永久免费调用的推理模型，它在数学逻辑推理、长文档处理、代码生成等场景表现十分出色，更适用于编程、数学、科学等任务。
  • Cogview-3-Flash：智谱AI推出的免费图像生成模型，能够根据用户指令生成符合要求且美学评分更高的图像。
  • CogVideoX-Flash：智谱 AI 推出的免费的视频生成模型，不仅支持文生视频，还支持图生视频

免费工具：

  • 文档内容抽取：提取文件内容并基于文件内容进行问答
  • Web-Search-Pro：在传统搜索引擎网页抓取信息，排序的能力基础上，增强了意图识别，支持搜索结果的流式输出

优势

  • 免费使用，无需付费

限制

申请API Key

API Key后续可以复制，不用担心丢失问题

官网地址：www.bigmodel.cn/usercenter/...

在智谱官网点击【秘钥】进入API Keys列表，点击【添加新的API Key】创建一个新的密钥

GLM-4.1V-Thinking-Flash(视觉推理)

功能特色

  • 图文理解（Image General）：精准识别并综合分析图像与文本信息；
  • 数学与科学推理（Math & Science）：支持持复杂题解、多步演绎与公式理解；
  • 视频理解（Video）：具备时序分析与事件逻辑建模能力；
  • GUI 与网页智能体任务（UI2Code、Agent）：理解界面结构，辅助自动化操作；
  • 视觉锚定与实体定位（Grounding）：语言与图像区域精准对齐，提升人机交互可控性。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

点击链接直接进入体验中心，在这里可以切换模型体验

在Cherry Studio中使用

在模型服务中配置智谱AI模型【GLM-4.1V-Thinking-Flash】

点击模型右侧设置，勾选【视觉】，否则将无法上传文件

配置完成后即可在Chat中体验

对Cherry Studio使用不太熟悉的小伙伴可以看往期内容：

GLM-4-Flash/GLM-4-Flash-250414(自然语言处理)

功能特色

  • 超长上下文：模型具备128K上下文，单次提示词可以处理的文本长度相当于300页书籍。这样的能力使得GLM-4-Flash能够更好地理解和处理长文本内容，适用于需要深入分析上下文的场景。
  • 多语言支持：GLM-4-Flash拥有强大的多语言支持能力，能够支持多达26种语言。这为全球用户提供了多语言交互服务，拓宽了模型的应用范围。
  • 网页检索：支持外部工具调用，通过网络搜索获取信息，以增强语言模型输出的质量和时效性。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

在Cherry Studio中使用

在模型服务中配置智谱AI模型【GLM-4-Flash】

GLM-4-Flash支持联网模式，这里我们将【联网】模式勾选上

配置完成后就可以正常使用了

GLM-4V-Flash(图像理解)

功能特色

  • 图像理解：GLM-4V-Flash能够自动为图片生成精确的描述性文本，帮助用户深入理解图像内容。它能够识别图像中的主要对象和场景，便于图像内容的组织和管理。
  • 视觉推理：模型拥有强大的视觉推理能力，能够理解图像中各对象之间的关系。它支持用户通过提问的方式获取图像相关信息，提升了模型的交互性和实际应用价值。
  • 多语言支持：GLM-4V-Flash支持中文、英语、日语、韩语等多种语言，极大地扩展了其应用范围，使其能够服务于全球不同语言的用户。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

在Cherry Studio中使用

在模型服务中配置智谱AI模型【GLM-4V-Flash】，这里无需额外配置直接默认即可

GLM-Z1-Flash(推理模型)

功能特色

  • 复杂任务推理：GLM-Z1-Flash 引入了更多推理类数据，并在对齐阶段深度优化了通用能力。无论是数学证明中的逐步推导、长文档中的因果分析，还是代码生成时的边界条件检查，模型均能拆分任务层级，确保最终输出的严谨性，为更多复杂任务的解决提供了支持。
  • 轻量级应用：GLM-Z1-Flash 解放了开发者在推理模型部署硬件方面的限制，更轻量级、更高速，完全免费调用，同时支持高并发场景下的稳定服务，实现高性能和高性价比的双重突破。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

在Cherry Studio中使用

在模型服务中配置智谱AI模型【GLM-Z1-Flash】

点击模型设置，在【更多设置】中勾选【推理】

Cogview-3-Flash(图像生成)

功能特色

  • 多分辨率支持：该模型支持多种分辨率，包括1024x1024、768x1344、864x1152、1344x768、1152x864、1440x720、720x1440等，能够满足专业设计、广告宣传、艺术创作等领域对图像质量的高标准要求。
  • 创意丰富多样：模型能够根据用户输入的文本描述，生成具有丰富创意和想象力的图像，为创意工作者提供了广泛的灵感来源和创作可能性。
  • 推理速度快：该模型具备实时生成图像的能力，响应速度快，能够迅速满足用户对图像生成的需求。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

在Cherry Studio中使用

不支持API形式调用，可以选择试用智普SDK调用

使用Python代码如下：

ini 复制代码 
import os
from zhipuai import ZhipuAI
api_key = os.getenv("ZHIPU_API_KEY")
client = ZhipuAI(api_key=api_key) # 请填写您自己的APIKey

response = client.images.generations(
    model="cogview-3-flash", #填写需要调用的模型编码
    prompt="一只可爱的小猫咪",
)
print(response.data[0].url)

效果看着还不错

CogVideoX-Flash(视频生成)

新特性

  • 沉浸式AI音效：全新加入的AI音效功能，通过对不同场景元素的精准识别，如动作类型、场景氛围、物体特征等，智能生成适配的音效组合，为观众带来专业级的视听融合体验。
  • 4K高清画质呈现：图生视频功能支持多种分辨率输出，最高可达 3840x2160（4K）超高清标准，同时涵盖 720x480、1024x1024、1280x960、960x1280、1920x1080、1080x1920、2048x1080 等常用分辨率选项，展现细腻画质，提升视觉盛宴。
  • 10 秒视频时长拓展：图生视频最高支持10秒视频长度，满足更多场景需求。
  • 60fps 高帧率输出：图生视频最高支持60fps，流畅度大幅提升，捕捉每一个精彩瞬间。

在线体验

官网地址：www.bigmodel.cn/trialcenter...

在Cherry Studio中使用

不支持API形式调用，可以选择试用智普SDK调用

使用Python代码如下：

ini 复制代码 
import os
from zhipuai import ZhipuAI
api_key = os.getenv("ZHIPU_API_KEY")
client = ZhipuAI(api_key=api_key) # 请填写您自己的APIKey
# 文生图，请求消息
response = client.videos.generations(
    model="cogvideox-flash",
    prompt="比得兔开小汽车，游走在马路上，脸上的表情充满开心喜悦。",
    quality="speed",  # 输出模式，"quality"为质量优先，"speed"为速度优先
    with_audio=True,
    size="1920x1080",  # 视频分辨率，支持最高4K（如: "3840x2160"）
    fps=30,  # 帧率，可选为30或60
)
print(response.id)
# 查询结果,需要单独查询
response2 = client.videos.retrieve_videos_result(
    id=response.id
)
print("response2", response2)

文档内容抽取

目前服务报错，可以再观望一下

文件问答支持通过提取文件（PDF、DOC、PPT、JPG等格式）的内容，并基于文件内容进行问答：

  • 利用开放平台的文件上传功能，完成文件的上传
  • 通过文件内容抽取接口，提取上传文件中的的文本
  • 将抽取到的文本内容至messages列表中

代码如下:

ini 复制代码 
import os
from zhipuai import ZhipuAI
from pathlib import Path
import json
api_key = os.getenv("ZHIPU_API_KEY")
print("ZhipuAI API Key:", api_key)
# 填写您自己的APIKey
client = ZhipuAI(api_key=api_key)
# 格式限制：.PDF .DOCX .DOC .XLS .XLSX .PPT .PPTX .PNG .JPG .JPEG .CSV .PY .TXT .MD .BMP .GIF
# 大小：单个文件50M、总数限制为100个文件
file_object = client.files.create(file=Path("abc.pdf"), purpose="file-extract")
# 获取文本内容
file_content = json.loads(client.files.content(file_id=file_object.id).content)["content"]
# 生成请求消息
message_content = f"请对\n{file_content}\n的内容进行分析，并撰写一份论文摘要。"
response = client.chat.completions.create(
    model="glm-4-long",  
    messages=[
        {"role": "user", "content": message_content}
    ],
)
print(response.choices[0].message)

Web-Search-Pro（现在收费了）

Web-Search-Pro 将从 2025 年 3 月 14 日 0 时 起结束免费服务，并开始按 0.03 元/次收费

专业版联网搜索在传统搜索引擎网页抓取、排序的能力基础上，增强了意图识别，支持搜索结果的流式输出。搜索工具能更有效地结合在大语言模型应用中，提高用户获取信息的效率，并一定程度上解决大语言模型所面临的幻觉问题。

python 复制代码 
import asyncio
import os
import httpx
import requests
import uuid
api_key = os.getenv("ZHIPU_API_KEY")
def web_search_v4_sync():
    msg = [
        {
            "role": "user",
            "content":"中国队奥运会拿了多少奖牌"
        }
    ]
    tool = "web-search-pro"
    url = "https://open.bigmodel.cn/api/paas/v4/tools"
    request_id = str(uuid.uuid4())
    data = {
        "request_id": request_id,
        "tool": tool,
        "stream": False,
        "messages": msg
    }
    resp = requests.post(
        url,
        json=data,
        headers={'Authorization': api_key},
        timeout=300
    )
    print(resp.content.decode())
    # 解析返回结果
    res_data = []
    choices = resp.json()["choices"]
    for choice in choices:
        for tool_call in choice["message"]["tool_calls"]:
            # 检查 'search_result' 是否存在于 tool_call 中
            if 'search_result' in tool_call:
                search_results = tool_call["search_result"]
                if search_results:
                    [res_data.append(result["content"]) for _, result in enumerate(search_results)]
    return res_data
async def web_search_v4_async(query: str) -> str:
    """
    Search the web for information.
    Args:
        query (str): The query to search for.
    Returns:
        str: The result of the search.
    """
    async with httpx.AsyncClient() as client:
        # 从环境中获取api key
        response = await client.post(
            "https://open.bigmodel.cn/api/paas/v4/tools", 
            headers={ 'Authorization': api_key},
            json={
                "request_id": str(uuid.uuid4()),
                "tool": "web-search-pro",
                "messages": [
                    {
                        "role": "user",
                        "content": query
                    }
                ],
                "stream": False
            }
        )
        # 解析返回结果
        res_data = []
        choices = response.json()["choices"]
        for choice in choices:
            for tool_call in choice["message"]["tool_calls"]:
                # 检查 'search_result' 是否存在于 tool_call 中
                if 'search_result' in tool_call:
                    search_results = tool_call["search_result"]
                    if search_results:
                        [res_data.append(result["content"]) for _, result in enumerate(search_results)]
        return res_data

async def async_run():
    print(await web_search_v4_async("中国队奥运会拿了多少奖牌"))
if __name__ == '__main__':
    # 同步
    # print(web_search_v4_sync())
    # 异步
    asyncio.run(async_run())

友情提示

见原文：智谱清言提供的免费模型及工具推荐

本文同步自微信公众号 "程序员小溪" ，这里只是同步，想看及时消息请移步我的公众号，不定时更新我的学习经验。

相关推荐
CodeDevMaster21 天前
使用Transformers、ChatGLM3项目、创建FastAPI应用等方式部署调用ChatGLM3-6B模型
llm·fastapi·chatglm (智谱)
飞哥数智坊22 天前
国外AI限制，国内工具欠佳？我用GLM-4.5+Claude Code搞了个国内平替
ai编程·claude·chatglm (智谱)
饼干哥哥2 个月前
GLM-4.5 发布，50块钱包月爽玩。真实测评：六大模型混战，谁能一键生成“真·可用”的应用？
chatglm (智谱)
星际码仔2 个月前
Zread 和 DeepWiki 怎么选？一张图全搞懂
github·chatglm (智谱)
几米哥6 个月前
从思考到行动：AutoGLM沉思如何让AI真正"动"起来
llm·aigc·chatglm (智谱)
星际码仔6 个月前
AutoGLM沉思，仍然没有摆脱DeepResearch产品的通病
人工智能·ai编程·chatglm (智谱)
热门推荐
01Multisim使用教程详尽版--(2025最新版)02UV 工具安装与国内镜像源配置指南03GitHub 镜像站点04Spec-Kit 使用指南0546个Nano-banana 精选提示词，持续更新中06UV安装并设置国内源072025年华为杯研赛数学建模竞赛C题完整参考论文 （含模型、MATLAB和Python代码）08保姆级教程：手把手教你用Dify实现完美多轮对话（附Chatflow和提示词）09KGG转MP3工具|非KGM文件|解密音频10Linux下V2Ray安装配置指南