目录
用 GLM 写完之后，是不是这样？
代码和说明，用 GLM 一口气就写好了。可在那之后，发生的却是这些。
实现很快就完成了。评审会上定下的修改由谁负责，没有人写下来。
方案出了一大堆。定下的事，埋在聊天和终端的历史记录里。
不出公司就做完了摘要。会上定下的委托，却停在自己的备忘里。
写东西，GLM 一下就完成。工作能不能推进，取决于写完之后。
其实你想要的是这样：用 GLM 写完之后
同样的会议，同样的 GLM。代码一写好，就希望已经变成这样。
实现和说明照旧用 GLM 写。定下的修改、负责人和期限，已经排在那里。
等回复、快到期的工作，SIMY 会在下次会议前先提醒你。
采用的方针和下一步行动，跨越模型和工具，留在同一个地方。
“本周发布吗？”回来的只有这一个问题。
从把会议和聊天接入 SIMY 之后的下一场会议起，就会这样。GLM 照旧用在它擅长的事上。
GLM 的工作，停在这里
GLM 擅长的是“把你要的东西写出来”。再往后，没有人接手。
- 指令由你提出
- 实现、修改又快又省
- 说明、草稿大量产出
- 负责人与期限
- 联络相关人员
- 团队同步
- 下次之前的确认
※ 流程为示意图
无论用 chat.z.ai、经由 Claude Code，还是在本地运行，都停在同一个地方。代码可以写很多遍，可每次“开口要”的是你，去看有没有做完的也是你。
SIMY 接上后面的事。GLM 照旧，写完之后交给 SIMY
原本空着的 4 格，由 SIMY 填上。回到你手上的，只有判断那 1 格。
- 指令
- 实现、修改
- 说明、草稿
- 负责人与期限从会议中接住
- 联络只存为 Gmail 草稿
- 同步批准后发布
- 判断只回来 1 个问题
※ 流程为示意图
- 从会议和聊天中接活
- 按你的做法
- 只把判断交给你
SIMY 会自己从会议记录和聊天中找出“之后的工作”。它从对话中学习你反复执行的步骤和确认事项，按同样的方式推进，并把完成情况列在 My Actions 里。
- 注册 SIMY，连接 ChatGPT（Codex）SIMY 的云端执行使用你自己的 ChatGPT 账户运行。Codex 的用量在你的 ChatGPT 方案范围内。
- 安装 SIMY 桌面应用可以让电脑上的 Claude Code 担任 SIMY 的执行者。SIMY 会从 Claude Code 和 Codex 的对话中找出重复的工作，变成“来自 SIMY 的建议”。对话正文不保存在服务器上。 前往下载
- 接入会议记录在集成页面连接 Plaud、Notion 等。用 GLM 写的摘要和 PR 说明，贴到会议或聊天里，SIMY 也会接住。
※ SIMY 界面示意图
SIMY 与 GLM 的关系：SIMY 目前不连接 GLM（Z.ai）。SIMY 本身使用你自己的 ChatGPT（Codex）账户和电脑上的 Claude Code 运行。实现、草稿、摘要照旧交给擅长这些的 GLM，把结果带进会议或聊天，之后的事由 SIMY 推进。
用一次会议来对比：GLM 的摘要，与 SIMY 完成的下一步
用 GLM 总结支付 API 设计评审（约 50 分钟）会议记录的示例。左边是 GLM，右边是 SIMY。
- 概要
- 把支付 API 的超时从 30 秒缩短到 10 秒，并加入重试处理。
- 影响
- 可能影响合作方 A 公司的夜间批处理对接。
- 待办
- 实现重试处理、压力测试、提前通知 A 公司。
- 计划
- 候选发布日为 10 月 9 日。看压测结果后最终判断。
重试处理：田中，10/6。压力测试：QA，10/8。提前通知 A 公司：你，10/7。
用你惯用的行文，向 A 公司的对接人说明超时变更的计划与影响，以及可以使用测试环境的日期。存为 Gmail 草稿。
“10/9 是候选发布日。请在 10/8 前完成压力测试。”批准后发到聊天中。
看压测结果，决定本周发布，还是推迟一周。只有需要判断的部分会回到你手上。
GLM 负责写，SIMY 负责推进。发布的判断，依然在你手上。
按行业：GLM 的用法，与 SIMY 的产出
用 GLM 写完之后，SIMY 会准备什么。个人也好、团队也好，模式都一样。
开发团队 GLM：Coding Plan、Claude Code
- 设计评审会→确定的修改与负责人清单
- 写完代码之后→用电脑上的 Claude Code 做下一步
- 周末→进度与待判断事项汇总
外包开发、系统集成商 GLM：用便宜的 API 试做
- 与客户的例会→待办与期限清单、回复草稿
- 规格变更→内部同步文案、1 个待判断问题
- 交付之前→等回复工作的提醒
数据分析、研究 GLM：分析代码与资料摘要
- 分析汇报会→追加分析的负责人与截止日期
- 评审意见→汇总修改点的委托文案
- 汇报之前→待确认清单与 1 个待判断问题
经营会议、1on1 GLM：资料摘要、论点整理
- 经营会议→决定事项与负责人清单、同步给相关人员
- 1on1→在问“那件事怎么样了”之前，先看到进度和待判断事项
- 周末→汇总多场会议的周报
开始使用：GLM 照旧，只需 3 步
- GLM 照常使用实现、修改、摘要、草稿。chat.z.ai、Coding Plan、本地运行都可以。
- 注册 SIMY，连接 ChatGPT云端执行使用你自己的 ChatGPT（Codex）。连接方法见上文。在用 Claude Code 的人，也请安装 SIMY 桌面应用。 前往下载
- 开完一场会议负责人与期限、联络草稿、同步文案都会送到你面前。你只需决定、发送。
注册流程：选择方案 → 邮箱验证 → 银行卡付款（没有免费方案）。查看价格／电脑端应用请从下载页面获取。
GLM 的用法不变。SIMY 不是 GLM 的替代品，而是负责写完之后那些工作的另一套机制。
GLM 是什么：模型、GLM Coding Plan、Claude Code、API 与安全性（想深入了解的人）
以下内容，想确认 GLM 本身的情况时再展开。模型名称、价格和规格为截至 2026 年 10 月的信息。
GLM 是什么：哪个国家的 AI，与其他“GLM”的区别智谱 AI（Zhipu AI）的 LLM，海外品牌名为 Z.ai
GLM、Z.ai 与智谱的关系
GLM 是中国北京的智谱 AI（Zhipu AI）开发的大语言模型（LLM）系列。面向中国国内的服务由智谱运营，面向海外则以“Z.ai”的名称提供聊天（chat.z.ai）、API 和面向编程的包月方案。海外版 Z.ai 由新加坡法人（JINGSHENG HENGXING TECHNOLOGY PTE. LTD.）运营。
在 Hugging Face 上，模型以“zai-org”这个组织名发布。新闻和文章中“Zhipu”“智谱”“Z.ai”“GLM”混用，指的都是同一家公司的模型和服务。
与其他“GLM”的区别
“GLM”这个缩写在 AI 模型之外也有人使用。搜索时，根据你要找的是下面哪一种补充关键词，会更容易找到。
- 广义线性模型（Generalized Linear Model）：统计学方法的名称。是统合逻辑回归、泊松回归等的思路，在 R 或 Python 的统计教程中很常见。与本页的 GLM 无关。
- 汽车领域的 GLM：有时被用作汽车公司名称或车型的缩写。同样与本页的 GLM 不同。
- AI 的 GLM：智谱 AI 的模型名称。像“GLM-5.3”“GLM-4.7-Flash”这样，带有代际编号或“Flash”等类别。
GLM 能做什么
- 聊天：回答问题、写作、翻译、摘要。
- 编程：从 Claude Code、Cline、OpenCode 等工具调用，编写、修改、解释代码。
- 图像理解、文字识别：GLM-5.3-Flash 是也能输入图片的多模态模型。还有识别文档文字的 GLM-OCR。
公开了接近主力的模型权重，满足条件就能在自己的服务器或电脑上运行，这是它与 ChatGPT、Claude 主力模型的区别。
主要模型：GLM-5.3、5.3-Flash、5.2、4.7-Flash截至 2026 年 10 月。名称和代际每隔几个月就会变化
表格可以左右滑动 →
| 模型 | 定位 | 在哪里用 |
|---|---|---|
| GLM-5.3 | 2026 年 8 月底发布的主力。753B，100 万 token 的长上下文。自有许可证 | API、Coding Plan、开放权重（面向大规模服务器） |
| GLM-5.3-Flash | 注重速度与价格。321B（推理时激活约 18B），也能输入图片。MIT 许可证 | API、Coding Plan、开放权重（面向大规模服务器） |
| GLM-5.2 | 上一代。在 API 价格表上与 GLM-5.3 同价 | API（在 Coding Plan 中会被替换为 GLM-5.3） |
| GLM-4.7-Flash | 30B 级小型模型。量化版约 19GB，可在自己的电脑上运行。API 免费 | API（免费）、用 Ollama 本地运行 |
| GLM-OCR | 从文档或图片中识别文字 | 请查看官方文档 |
写给搜索“GLM-5.2”的人：截至 2026 年 10 月，主力是 GLM-5.3。GLM-5.2 在 API 中仍可指定，但在 GLM Coding Plan 中指定 GLM-5.2 会被替换为 GLM-5.3。旧文章中的步骤，请把模型名换成 GLM-5.3，并对照官方文档确认。
模型名称变化很快，按“主力”“注重速度的 Flash”“本机能跑的小型”这样的定位来记就够了。
GLM Coding Plan：从编程工具包月使用Lite 每月 18 美元（截至 2026 年 10 月，官方）
GLM Coding Plan 是从 Claude Code、Cline、OpenCode 等编程工具以包月方式使用 GLM 的方案。与按 token 付费的 API 不同，它在月费范围内使用，每天写代码的人更容易预估费用。
- Lite：每月 18 美元（截至 2026 年 10 月，官方页面所示。税费请在购买页面确认）。
- 更高档方案：有可用量更多的方案。内容和价格请在官方说明和购买页面确认。
- 可用量：每 5 小时和每周，按方案各有用量额度（额度点数）。
- 可用模型：GLM-5.3 和 GLM-5.3-Flash。指定 GLM-5.2 会被替换为 GLM-5.3，指定 GLM-4.7 会被替换为 GLM-5.3-Flash。
- 可用工具：Claude Code、Cline、OpenCode 等可以更换接入地址的编程工具。
与 API 按量计费，怎么选
- 适合 Coding Plan：每天使用编程工具的个人开发者。想让每月支出保持固定的人。
- 适合 API：接入自家系统、在夜间集中处理、每月用量起伏很大的情况。
无论哪种，都不负责写完代码之后的“谁来评审”“什么时候发布”。如果这些每次都要你自己追，请看看 SIMY 的连接方法。
在 Claude Code 中使用 GLM：兼容 Anthropic 的 API用环境变量替换接入地址和 API 密钥
Z.ai 提供兼容 Anthropic 的 API（https://api.z.ai/api/anthropic）。Claude Code 可以用环境变量更换接入地址，因此 Claude Code 的用法不变，后台运行的模型可以换成 GLM。
- 在 Z.ai 创建 API 密钥。使用 Coding Plan 时，先订阅方案再创建密钥。
- 设置环境变量。在
ANTHROPIC_BASE_URL中填入上面的 URL，在ANTHROPIC_AUTH_TOKEN中填入 API 密钥。不要把密钥直接写在代码或共享文档里。 - 启动 Claude Code。按照官方说明，Claude Code 中相当于 Opus、Sonnet 的调用对应 GLM-5.3，相当于 Haiku 的对应 GLM-5.3-Flash。对应关系可以用环境变量修改。
- 先用小任务试试。模型变了，擅长的写法和指令的理解方式也会变。一开始从修复测试之类的小任务做起比较稳妥。
具体设置值可能变化，请按照 Z.ai 的官方步骤操作。在 Cline 或 OpenCode 中，也可以同样设置接入地址和密钥来使用。
与 SIMY 的关系：SIMY 目前不接入 GLM（Z.ai）的 API 密钥。SIMY 的云端执行使用你自己的 ChatGPT（Codex）账户运行。
GLM 的 API：价格与上手方法每 100 万 token 以美元计价。小型的 Flash 免费
表格可以左右滑动 →
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| GLM-5.3 | 1.40 美元 | 0.26 美元 | 4.40 美元 |
| GLM-5.3-Flash | 0.15 美元 | 0.03 美元 | 0.50 美元 |
| GLM-4.7-Flash、GLM-4.5-Flash | 免费 | ||
每 100 万 token，美元。为截至 2026 年 10 月 Z.ai 官方价格页面上刊登的金额。税费和最新金额请在官方页面确认。
开始使用 API 的步骤
- 创建 Z.ai 账户。海外窗口是新加坡法人。请先阅读使用条款和隐私政策。
- 创建 API 密钥。把密钥放进环境变量管理。
- 指向兼容 OpenAI 或兼容 Anthropic 的接入地址。现有的 SDK 和工具，替换接入 URL 和模型名即可调用。
- 先用免费的 Flash 试，再扩大。用 GLM-4.7-Flash 跑通流程，只在需要质量的地方切换到 GLM-5.3，可以压低费用。
许可证与本地运行：用 Ollama 跑 GLM-4.7-FlashMIT 的 Flash，与自有许可证的 GLM-5.3
许可证的区别
不能一概而论地说“GLM 是开源的”。GLM-5.3-Flash 是便于商用的 MIT 许可证。GLM-5.3 是自有的“GLM-5.3 License”，许可接近 MIT 那样宽松，但以 API 形式提供模型、且营收非常大的企业，在商用前需要接受 Z.AI 的安全审查。普通公司在内部使用时多半不受影响，但在业务中使用前，请确认许可证全文。
在自己的电脑上运行
- GLM-4.7-Flash：在 Ollama 中运行
ollama run glm-4.7-flash。量化版（q4_K_M）约 19GB，内存充裕的电脑可以运行。 - GLM-5.3、GLM-5.3-Flash：Ollama 官方库中只有“cloud”标签。这是在 Ollama 云端运行的版本，并不是在自己的电脑上运行。
- 在自家服务器上运行：GLM-5.3 的权重已在 Hugging Face 公开，但规模达数百 B，需要以多块大型 GPU 为前提来考虑。
注意“本地＝数据不出去”：如果目的是不让数据流出公司，带 cloud 标签的模型并不符合。能在本机运行的是 GLM-4.7-Flash 这样的小型模型。
适合本地运行的工作
不想发到公司外的文档摘要、离线工作、每天大量处理的固定格式草稿，是本地运行擅长的领域。小型模型不如大模型聪明，把它当作产出“初稿”而不是终稿的角色，与预期的落差会更小。
GLM 的语言：能用到什么程度官方写明的语言是英文和中文
Hugging Face 官方模型卡上写明的语言是英文和中文。用其他语言提问，GLM 也会用该语言回答，但官方并未保证这些语言的质量。
- 适合的事：生成和修改代码、总结英文或中文资料、起草技术说明。
- 需要确认的事：用其他语言撰写时的敬语、当地的专有名词、当地法规和商业习惯的表述。对外发出的文案，请务必重读。
- 小型模型：在本地运行的小型模型，写长文时措辞有时会不自然。
语言质量，最可靠的办法是用实际业务文档试几件来确认。
数据处理与安全性：存储位置、合同、政府措施海外版 Z.ai 为新加坡法人。开发方被列入美国实体清单
表格可以左右滑动 →
| 使用方式 | 数据处理地点 | 合同与训练方面的处理 | 适合的用途 |
|---|---|---|---|
| chat.z.ai、海外版服务 | 说明原则上在新加坡处理 | 聊天输入是否用于训练，政策中没有明确写明 | 查询公开信息、试用 |
| API、Coding Plan | 由 Z.ai（新加坡法人）处理。详情请查看数据处理协议 | API 用户适用单独的数据处理协议（DPA），Z.ai 为数据处理者 | 开发、接入业务系统 |
| 本地运行 | 仅在自己的电脑或服务器内 | 数据不出去 | 公司机密文档、离线工作 |
关于政府措施
美国商务部工业与安全局（BIS）于 2025 年 1 月 16 日，将智谱 AI（北京智谱华章科技）及其关联公司列入实体清单。这项措施意味着，向这些公司出口受美国出口管理条例管辖的产品或技术需要许可。业务中能否使用，请按照所在单位和合作方的规定判断。
- 先确认公司内部规定：有些公司在生成式 AI 的使用规定中，限定了可用的服务和可输入的信息。
- 基本原则是不输入机密：无论用哪种 AI，输入客户信息或未公开的数字之前，都请先想一想。
- 不想让数据流出就本地运行：想在不把数据发到公司外的前提下使用，请选择本机能运行的模型。
数据处理方面的内容，依据截至 2026 年 10 月 1 日 Z.ai 隐私政策的记载。SIMY 对数据的处理，公开在安全和隐私政策中。
与 Kimi、DeepSeek、Qwen、豆包的区别没有好坏之分，入口和许可证不同
表格可以左右滑动 →
| 比较项目 | GLM（Z.ai） | Kimi | DeepSeek | Qwen | SIMY |
|---|---|---|---|---|---|
| 开发方 | 智谱 AI（北京） | Moonshot AI（北京） | DeepSeek（杭州） | 阿里巴巴集团（杭州） | AwakApp Inc. |
| 从 Claude Code 使用 | 有兼容 Anthropic 的 API | 有兼容 Anthropic 的 API | 有兼容 Anthropic 的 API | 经由 Coding Plan | 可以让电脑上的 Claude Code 担任执行者 |
| 编程包月 | GLM Coding Plan | Kimi Code＋会员 | 无 | Coding Plan | — |
| 本机能跑的版本 | GLM-4.7-Flash（约 19GB） | 无（仅 cloud） | 旧一代的小型版 | Qwen3.8-27B（约 18GB） | — |
| 起点 | 由你提出 | 由你提出 | 由你提出 | 由你提出 | SIMY 从会议和聊天中接住 |
字节跳动的豆包（Doubao）没有公开主力 Seed 模型的权重，API 也分为面向中国的火山引擎（Volcano Engine）和面向海外的 BytePlus。详见豆包（Doubao）指南。
分工：写代码和草稿，用包括 GLM 在内的任何 AI 都可以。如果之后的负责人、期限、联络和分享每次都要你自己追，那就该 SIMY 出场了。各家对比见中国 LLM 对比，单独的介绍见 Kimi 指南、DeepSeek 指南、Qwen 指南、MiniMax 指南。
常见问题
GLM 是什么？
GLM 是中国智谱 AI（Zhipu AI）开发的大语言模型（LLM）系列。面向海外以 Z.ai 的名称提供聊天、API 和面向编程的包月方案。统计学中的“广义线性模型”也缩写为 GLM，但两者不同。
GLM（Z.ai）是哪个国家的 AI？
开发方智谱 AI 是中国北京的公司。海外版 Z.ai 由新加坡法人运营，隐私政策中说明个人数据原则上在新加坡处理。
GLM 最新的模型是什么？
截至 2026 年 10 月，主力是 GLM-5.3 和轻快的 GLM-5.3-Flash。模型名称每隔几个月就会变化，请查看官方列表。
GLM-5.2 还能用吗？
能用。截至 2026 年 10 月，Z.ai 的 API 价格表上 GLM-5.2 与 GLM-5.3 同价。在 GLM Coding Plan 中指定 GLM-5.2，会被替换为 GLM-5.3。
GLM Coding Plan 是什么？
从 Claude Code、Cline、OpenCode 等编程工具以月费包月使用 GLM 的方案。截至 2026 年 10 月，官方页面显示最小的 Lite 为每月 18 美元。更高档的 Pro 和 Max 的价格请在官方页面确认。
能在 Claude Code 中使用 GLM 吗？
能。Z.ai 提供兼容 Anthropic 的 API，用环境变量替换 Claude Code 的接入地址和 API 密钥后，就能从 Claude Code 调用 GLM。步骤刊登在 Z.ai 的官方文档中。
GLM 可以免费使用吗？
可以在网页聊天 chat.z.ai 中试用。API 方面，截至 2026 年 10 月，官方价格页面显示 GLM-4.7-Flash 和 GLM-4.5-Flash 免费。GLM-5.3 等主力模型按量计费。
GLM 能在本地（自己的电脑）运行吗？
部分模型可以。Ollama 的 GLM-4.7-Flash 量化版约 19GB，内存充裕的电脑可以运行。GLM-5.3 和 GLM-5.3-Flash 在 Ollama 中只有云端运行的标签，不能在自己的电脑上运行。
GLM 的许可证可以商用吗？
GLM-5.3-Flash 是 MIT 许可证。GLM-5.3 是自有许可证，基本可以自由使用，但对营收规模大的 API 提供商设有商用前审查的条件。在业务中使用前，请确认各模型的许可证全文。
GLM 支持哪些语言？
官方模型卡写明的语言是英文和中文。用其他语言提问也会用该语言回答，但重要的文案请先用实际业务文档确认质量再使用。
SIMY 是用 GLM 运行的吗？
不是，SIMY 目前不连接 GLM（Z.ai）。SIMY 使用你自己的 ChatGPT（Codex）账户和电脑上的 Claude Code 运行。用 GLM 写的代码和草稿，可以直接带进会议或聊天。
用 GLM 写完之后的工作，每次都要去请 SIMY 做吗？
不用。SIMY 会自己从会议记录和聊天中接住决定事项、负责人和期限。它从对话中学习你的做法，只把需要判断的部分交给你。
参考资料
GLM 的模型、价格、许可证和数据处理，依据以下官方信息确认（确认日期：2026 年 10 月 1 日）。美国出口管制方面参考了美国联邦公报（Federal Register）。模型名称和价格经常变化，最新信息请以各官方页面为准。