如何取得 GLM API 金鑰並開始編碼

什麼是 GLM API 金鑰？

API 金鑰是一串唯一的字母數字字串，用於將您的軟體與遠端伺服器進行身份驗證。在大型語言模型的語境中，LLM API 金鑰是您發送提示詞並接收生成文本回應的憑證。它的運作方式類似於主要雲端供應商提供的金鑰，但通常與特定的模型或服務層級綁定。

與授予存取一系列模型或嵌入和圖像生成等額外功能權限的企業級金鑰不同，此脈絡下的 GLM API 金鑰通常僅授予存取單一專注的文字生成端點。此金鑰用於識別你的帳戶、追蹤 token 使用量並執行速率限制。

當您使用無審查的 LLM API 時，金鑰會將您驗證至執行開放權重模型的伺服器，該模型經過調校，能夠回答問題且沒有商業模型中常見的標準拒絕回應機制。金鑰本身很簡單：您生成它、安全地儲存它，並在 API 請求的 HTTP 標頭中包含它。

為何選擇無審查的 GLM API？

許多開發者在標準商業 LLM API 上會遇到摩擦。這些模型通常經過微調，旨在變得有用、無害且誠實，這可能導致對合法但具爭議性的主題、帶有成熟主題的創意寫作或特定技術查詢進行拒絕。無審查的 GLM 模型透過移除這些人為限制來解決此問題。

主要優勢在於一致性。當你需要原始文字生成用於創意寫作、資料擷取或研究時，你希望模型能回答，而不是說教。無審查模型在商業模型可能觸發安全過濾器的邊緣情況下，提供更可預測的輸出。

此外，隱私是重要考量。許多商業供應商會保留你的提示詞以改進其模型。相比之下，許多無審查 API 供應商（包括此服務）不會將你的提示詞用於訓練。對於處理專屬資料或敏感內容的開發者而言，這至關重要，因為這能確保你的輸入保持隱私。

步驟 1：註冊你的 GLM API 金鑰

開始使用所需的阻力極小。你無需提供手機號碼或信用卡即可開始。該流程設計為快速且直接。

1. 前往網站上的 取得 API 金鑰 頁面。
2. 輸入你的電子郵件地址並建立密碼。
3. 提交表單。

註冊後立即，你的 API 金鑰會顯示在螢幕上。複製此金鑰並安全儲存。此金鑰與你的帳戶綁定。你可以隨時重新產生它，這將使舊金鑰失效並發行新金鑰。如果遺失金鑰，沒有儀表板可以稍後查看金鑰；你必須在建立時儲存它。

帳戶建立過程在個人識別方面是匿名的。只需電子郵件和密碼，確保開發者可以快速設定，無需經歷完整的企業註冊流程即可測試 API。

步驟 2：啟用你的免費試用額度

在花費金錢之前，你可以使用免費額度測試 API。每個新帳戶都會獲得 $0.50 的試用額度。這不是功能受限的演示；它提供對無審查模型的完整存取權。

試用額度有效期為 7 天。這是每人一次的福利。無需信用卡即可啟用。這允許你驗證模型的品質、延遲性及其與你程式碼的相容性，且無財務風險。

一旦試用額度耗盡或過期，你可以選擇付費購買更多。試用是一次真正的試駕，讓你評估無審查模型是否符合你對內容生成或資料處理的特定需求。

步驟 3：為生產環境使用帳戶儲值

對於持續使用，你需要新增預付額度。模型按 token 收費，因此你需要餘額來支付你的使用量。沒有月費或隱藏費用。你只為使用的部分付費。

• 基本價格： 每 100 萬輸入 token $0.25，每 100 萬輸出 token $1.00。
• 最低儲值： $10。
• 贈額： 加 $50 獲得 +5% 贈額；加 $100 獲得 +10% 贈額。

額度永不過期。你可以透過加密貨幣（USDT 或 USDC）付款。這種按量計費模式非常適合使用量變動的開發者，避免未使用每月額度的浪費。

步驟 4：設定你的客戶端

API 與 OpenAI 相容。這意味著你可以使用官方的 Python、Node.js 和其他語言的 OpenAI SDK，或任何其他支援 OpenAI API 格式的客戶端。你只需更改基礎 URL 和 API 金鑰。

此服務的基礎 URL 為 https://api.glmapikey.com/v1。你必須在請求中指定的模型 ID 為 uncensored。

以下是設定官方 OpenAI Python SDK 的方法：

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.glmapikey.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

對於 Node.js，設定類似：

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.glmapikey.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

確保你的環境變數或設定檔案安全地儲存 API 金鑰。如果你正在分享程式碼庫，不要將其硬編碼在原始碼中。

步驟 5：發送你的第一個 API 請求

設定完成後，發送請求很簡單。API 支援標準回應和透過伺服器發送事件（SSE）的串流輸出回應。它也支援工具/函式呼叫，允許你將模型整合到更大的應用程式中。

以下是使用 curl 的標準聊天完成請求範例：

Copycurl https://api.glmapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

回應將是一個包含生成文字的 JSON 物件。你可以解析此文字並在應用程式中使用它。除了 token 定價外，模型不會對輸出施加人為的長度限制。

對於串流，你可以使用 stream 參數來逐 token 接收回應。這對於在生成文字時顯示文字的用戶介面很有用。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

了解 GLM API 限制與隱私

了解限制有助於你設計健壯的應用程式。API 對每個金鑰執行 每分鐘 300 個請求 的速率限制。最大請求主體大小為 8 MB。

上下文視窗為 100,000 個 token，包括提示詞和完成內容。這允許在單一請求中處理大量文字。

隱私是核心功能。你的提示詞不會用於訓練模型。這已明確聲明並強制執行。唯一的硬性內容限制是屏蔽涉及未成年人的性內容。所有其他合法的成人、虛構或爭議性內容均允許。

每個帳戶限用一個金鑰。你可以隨時重新產生金鑰，這將使前一個金鑰無效。這確保如果金鑰被洩漏，你可以立即撤銷它並產生新金鑰。

為何此 GLM API 金鑰對開發者更好

許多 API 供應商透過多模型路由、企業認證或不透明的定價來增加複雜性。此服務將這些複雜性移除。它提供單一、無審查的模型，並採用透明的預付定價。

• 無隱藏費用： 你清楚知道每個 token 的費用。
• 永不過期： 你的預付額度不會過期，因此你可以在需要時隨時使用。
• 隱私優先： 你的資料不會用於訓練。
• 簡單整合： 標準的 OpenAI 相容程式碼可直接使用。

這種簡化能減少開發時間。你不需要管理多個模型端點或協商企業合約。你獲得一個可靠的無審查文字生成 API，可與你現有的工具搭配使用。