GLM（Z.ai）を実際に使う：APIを1回呼ぶ、Claude Code で頼む、画像と検索のMCPを使う、使用量を見る、までを場面ごとに、何を開き、何を入力し、何が返ってくるかの順で

この記事は、公式の資料を2026年10月25日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者は GLM を入れていますが、使い心地はこの記事には書いていません。「返ってくるもの」は、公式が書いている範囲です。実際の文面や速さは、この記事では確かめていません。公式の例は要約を経由して読んでいるので、実行前に公式ページの原文と見比べてください。画面の表記は変わるので、手元の画面と照らして読んでください。

先に結論

• 通常のAPIの接続先と Coding Plan の接続先は別。 手順1〜3は通常のAPIとStandard API Key の前提、手順4〜8は Coding Plan のツールの前提です。混ぜると、枠が使えなかったり、残高から引かれたりします（05）。
• 公式の例文は短い。 Coding Plan の例は「React のログインフォームの部品を作って」のような一文です。公式の Best Practice は、これを「目的、文脈、制約、完了条件」の4点に組む形を示しています。
• MCP は、頼み方も公式に例がある。 Web Search、Web Reader、Zread、Vision それぞれに、公式の使用例があります。
• 何が返るかは、公式が細かく書いていない。 応答の項目は、公式の HTTP のページでは choices[0].message.content しか示されていません。ほかは API リファレンスで確かめてください。

前提：用語をそろえる

• プロンプト（指示文）：AIに渡す依頼の文。
• システムメッセージ／ユーザーメッセージ：API で渡す2種類の役割。システムは前提、ユーザーは頼みごと。
• ストリーミング：答えを少しずつ受け取る形。"stream": true で指定します。
• 推論（thinking）：答える前に考える機能。出力に reasoning_content として分かれて出る、と公式の OpenAI SDK のページにあります。
• 関数呼び出し（function calling）：AIが、あなたのプログラムの関数を呼ぶよう頼む仕組み。
• セッション：コーディング用ツールでの、ひと続きの作業の単位。

たとえ話：口頭の依頼とチケット

短い依頼（「ログインフォームを作って」）は口頭の頼みごと、4点そろえた依頼は、目的・材料・条件・完成の基準を書いたチケットです。公式の Best Practice は、依頼を4つの部分で組む形を示しています。これは僕らのたとえで、公式の表現ではありません。

場面1：APIを1回呼ぶ（curl）

前提： 05の手順2で Standard API Key を作ってあること。ターミナルを開く。

1. キーを YOUR_API_KEY の場所に入れて、次を実行する。これは公式の Quick Start の例の写しです（要約を経由しているため、原文と見比べてください）。

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
-H "Content-Type: application/json" \
-H "Accept-Language: en-US,en" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
    "model": "glm-5.3",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful AI assistant."
        },
        {
            "role": "user",
            "content": "Hello, please introduce yourself."
        }
    ]
}'

1. 返ってくるもの。 JSON が返ります。公式の HTTP のページは、応答の項目を説明しておらず、プログラムが読む場所として choices[0].message.content だけを示しています。答えの文章は、ここに入ります。

2. よくある止まり方。

3. 認証のエラー：キーの種類と接続先が合っているか（Coding Plan のキーを通常の接続先に使っていないか）。
4. 公式の HTTP のページは、エラーコードの一覧を載せていません。非200の応答は失敗として扱い、指数的に間隔を空けて再試行する、という方針だけが書かれています。

ストリーミング（答えを少しずつ）。 上の本文に "stream": true を足す形が、公式の HTTP のページにあります。

curl --location 'https://api.z.ai/api/paas/v4/chat/completions' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Accept-Language: en-US,en' \
--header 'Content-Type: application/json' \
--data '{
    "model": "glm-5.3",
    "messages": [
        {"role": "user", "content": "Write a poem about spring"}
    ],
    "stream": true
}'

温度などの数値。 公式の HTTP のページの例には "temperature": 1.0 と "max_tokens": 1024 があります。一方、OpenAI SDK のページは、temperature の範囲を (0, 1)、初期値を 0.6 と書いています（02でも触れた食い違い）。どちらが GLM-5.3 に当たるかは、公式が整理していません。

場面2：Python から呼ぶ（公式のSDKとOpenAI SDK）

公式のSDK（zai-sdk）

1. インストール（公式の表記）：

pip install zai-sdk

1. 確かめる：

import zai
print(zai.__version__)

1. 呼ぶ（公式の例の写し）：

from zai import ZaiClient

client = ZaiClient(api_key="YOUR_API_KEY")

response = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "system", "content": "You are a helpful AI assistant."},
        {"role": "user", "content": "Hello, please introduce yourself."}
    ]
)

print(response.choices[0].message.content)

返ってくるもの。 答えの文章が表示されます。バージョンは、公式の例で pip install zai-sdk==0.2.3 のように版を指定する形も出ます。同じページの Java SDK の例は 0.3.5 で、版の数字はそろっていません。入れる前に、公式のリリースで最新の版を確かめてください。

OpenAI の SDK で呼ぶ

公式の「OpenAI Python SDK」のページの内容です。

1. pip install --upgrade 'openai>=1.0'
2. キーを環境変数（公式は ZAI_API_KEY という名前を例にしている）に入れる。
3. base_url を Z.AI のものに差し替える。

下は、この記事で組んだ例です（公式の記載に合わせたもの。動作は確かめていません）。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("ZAI_API_KEY"),
    base_url="https://api.z.ai/api/paas/v4/",
)

completion = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Write a short fairy tale."},
    ],
)
print(completion.choices[0].message.content)

• 公式は、キーを環境変数に入れる形を例にしています（変数名の例は ZAI_API_KEY）。上のコードのように、api_key には値を明示的に渡しています。
• 公式のページは、OpenAI との違いとして、base_url を差し替える必要があること、temperature が 0 は使えないこと、thinking は extra_body で渡すこと、を挙げています。そのほかの違いも「ある」と書いていますが、一覧はありません。

推論の出力を見る。 公式のページに、extra_body={"thinking": {"type": "enabled"}} を渡し、ストリームの delta.reasoning_content（考えの経過）と delta.content（答え）を分けて読む例があります。このページの推論の節は GLM-4.6 の話として書かれているため、GLM-5.3 でそのまま当てはまるかは確認できていません。02で触れたとおり、GLM-5.3 のページは「考える機能は常にオンで、オフにできない」と書いています。

場面3：関数を呼ばせる（関数呼び出し）

公式の流れは4段階です（02）。ツール（関数名、説明、引数の形）を送る、モデルが呼び出しを返す、あなたのプログラムが実行して結果を返す、最終の答えを得る。次は、この記事で組んだ最小の例です（公式の記載に合わせたもの。動作は確かめていません）。

import json

def get_weather(location: str) -> str:
    return f"Weather in {location}: Sunny, 25C"  # ここは本物の取得に置き換える

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get weather information for a location",
        "parameters": {
            "type": "object",
            "properties": {
                "location": {"type": "string", "description": "e.g. Beijing, Shanghai"}
            },
            "required": ["location"],
        },
    },
}]

response = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "How's the weather in Beijing today?"}],
    tools=tools,
    tool_choice="auto",
)

message = response.choices[0].message
for tool_call in message.tool_calls or []:
    if tool_call.function.name == "get_weather":
        args = json.loads(tool_call.function.arguments)
        print(get_weather(args["location"]))

• tool_choice は、公式のこのページの例が auto だけで、ほかの値の説明は見つかりませんでした（02も参照）。
• この例は「呼び出しの依頼を受け取る」ところまでです。結果をモデルに戻して最終の答えを作らせる手順は、公式の Function Calling のページで確かめてください（このページは、02のときに読んだ内容にとどまり、今回は読み直していません）。

場面4：Claude Code で最初の依頼をする（Coding Plan）

前提： 05の手順5〜8が終わり、claude が起動して、GLM のモデルが応答する状態。

1. ターミナルで、作業するフォルダに移って claude を起動する。
2. 入力欄に依頼を書いて送る。公式の Coding Plan Quick Start が示す例文は次の3つです（公式の例）。

Please create a React component containing a user login form

My API request returns a 404 error. Please help me check the code.

This function performs poorly. Please optimize it for me.

1. 何が起きるか（公式の記載の範囲）。 公式は、自然言語でのプログラミング、デバッグと修正、最適化に使える、と書いています。ツールがファイルを読み書きするときの許可の画面は、Claude Code 側の動きで、Z.ai のページには書かれていません。05の手順8に、起動時に「Do you want to use this API key」と聞かれたら Yes を選ぶ、という公式の記載があります。
2. 考える強さは、セッションの中で /effort で選びます。公式は、初期値が max で、これをコーディングの作業に recommended と書いています（「How to Switch Models」ページ）。強さを下げると、考える量を減らせる、と読めますが、使用量との関係は、公式が数字で書いていません。

場面5：頼み方を整える（公式の Best Practice）

公式の「Practical Usage Advice for Coding Agents」（devpack の resources）の内容を、順に並べます。ツール固有のコマンドは、このページにはありません。

1. 依頼を4点で組む。 目的（何を作る・直す）、文脈（関係するファイル、エラー）、制約（規約、依存の制限）、完了条件（テストが通る、など）。
2. この記事で組んだ例。 公式の例を写さず、この記事で作った文です（動作は確かめていません）。

billing/service.py の二重請求のバグを直してください。再試行のときに IntegrityError が出ます。公開APIは変えず、依存も増やさないでください。tests/test_billing.py が通り、再試行のテストが1つ増えたら完了です。

1. 先に計画を出させる。 複雑な作業では、実装の前に、変更するファイルの一覧と手順を出させ、確認してから進める（公式の説明）。
2. 一回限りの指示と、長く使うルールを分ける。 一時的な指示はプロンプトに、繰り返す規則（ディレクトリ構成、ビルドとテストのコマンド、コーディング規約）は、プロジェクトの設定ファイルに書く（公式の趣旨）。
3. 最後まで回す。 実装、テストの追加、テストの実行、lint などの確認、差分の見直し（公式の5段階）。
4. セッションを分ける。 作業ごとに別のセッション、脇道の調査は新しいセッション、長いセッションは要約や圧縮で文脈を空ける（公式の説明）。
5. 繰り返す手順は Skills にする。 公式は PR レビュー、ログ解析、リリースノートなどを例に挙げ、安定したものは定期実行やイベントでの起動に回せる、と書いています。Skills の作り方は、このページには書かれていません。

場面6：画像を読ませる（Vision MCP）

前提： 08の手順で Vision MCP を設定済みであること（Node.js 22 以上、Coding Plan のキー）。

1. 読ませたい画像（スクリーンショットなど）を、作業フォルダに保存する。例：demo.png。
2. Claude Code で、ファイル名を入れて頼む。公式の使用例は次のとおりです。

What does demo.png describe?

1. 何が起きるか。 公式は、Vision MCP が8つのツール（ui_to_artifact、extract_text_from_screenshot、diagnose_error_screenshot、understand_technical_diagram、analyze_data_visualization、ui_diff_check、image_analysis、video_analysis）を持つ、と書いています。どのツールを呼ぶかは、依頼の内容でツール側が選ぶ形と読めますが、公式がその選ばれ方を説明しているかは、確認できていません。
2. やってはいけない形。 画像を入力欄に直接貼ると、Vision MCP を通らず、クライアントがモデルに直接送ることがある、と公式のページは書いています。Claude Code は例外、という書き方に読めますが、原文で確かめてください。
3. 動画は、8MB 以下の MP4、MOV、M4V を、ローカルかURLで渡せる、と書かれています。

この記事の例（動作は確かめていません）：

error.png のエラーの原因を説明して、直し方の案を3つ出してください。

場面7：最新の情報を調べる（Web Search／Web Reader／Zread）

前提： 08の手順で、各MCPを設定済みであること（Coding Plan のキー）。

• Web Search は、ページの題名、URL、要約、サイト名、アイコンを返す、と書かれています。
• Web Reader は、指定した URL の題名、本文、メタデータ、リンクの一覧を返す、と書かれています。
• Zread は、公開（オープンソース）のリポジトリが対象で、zread.ai が対応しているものに限る、と読める記載があります。
• どの MCP も、パラメータの一覧は、公式のページに書かれていません。クライアントに表示されるツールの説明で確かめてください。
• 使える回数は、各ページに数字がありません。消費の数え方は、04（1回あたり 1.2 credits）。

場面8：使用量を見る

1. 課金のページ（https://z.ai/manage-apikey/billing）の「Charge Type」を開く。公式の概要ページは、ここに、価格の種類ごとのトークン数と、ツールの呼び出し回数が出る、と書いています。
2. 枠の進み具合は、公式のFAQが「subscription page（購読のページ）」で見る、と書いています。
3. 5時間の枠は、使ってから5時間後に戻り、週の枠は、購入から7日ごとにリセットされます（04と同じ記載）。
4. 枠が尽きたら、次の周期を待ちます。プラン外の API 呼び出しはできない、と FAQ にあります。

「Charge Type」と「subscription page」の画面の見た目と、メニューの階層は、公式で確認できていません。手元の画面と照らしてください。

場面9：チャット（chat.z.ai）で使う

公式の資料では、チャットの画面の操作手順、ログイン画面、無料の回数が確認できていません（05の手順10）。確認できたのは、入口ページの説明文に、ウェブサイトの作成、コードを書くこと、長い作業、すぐに答えを得ることが挙がっていることだけです。この記事は、ここに手順を作りません。

場面10：Coding Plan でのモデルの切り替え

公式の「How to Switch Models」は、Claude Code では settings.json の env を書き換える形、Cline では設定画面でモデルを選び直す形を示しています。05の手順6を参照してください。公式は、切り替えは「カスタムモデルの設定を許すツール」でだけ効く、と書いています。切り替えの前に、いまのモデルで基本の呼び出しが通ることを確かめるよう、案内されています。

最初の1時間でやる順番（この記事の案）

ここは公式の説明ではなく、この記事の案です。

つまずき

気をつけること

• この記事は、実際に使って確かめた記録ではありません。運営者は GLM を入れていますが、使い心地はこの記事には書いていません。性能、速さ、答えの質は、この記事では確かめていません。
• 例のコードのうち「この記事で組んだ例」は、公式の記載に合わせて書いたもので、動作は確かめていません。「公式の例の写し」も、要約を経由して読んだものなので、原文と見比べてください。
• 例文に、実在の人の名前や、秘密の情報を入れないでください。入力の扱い（個人向けとAPIの違い）は04にあります。
• 画像のファイルや動画は、作業フォルダに置いたものが読まれ、MCP の種類によっては Z.ai のサーバーを経由します（08）。
• 公式の HTTP のページと OpenAI SDK のページで、temperature の初期値などが違います。公式の API リファレンスで確かめてください。
• レート制限のページは、取得できた内容に説明が含まれていませんでした。同時接続の数などは、書けません。

出典

• Quick Start（Z.AI Developer Document、Z.ai、2026-10-25確認）
• HTTP API（Z.AI Developer Document、Z.ai、2026-10-25確認）
• OpenAI Python SDK（Z.AI Developer Document、Z.ai、2026-10-25確認）
• GLM Coding Plan Quick Start（Z.AI Developer Document、Z.ai、2026-10-25確認）
• Practical Usage Advice for Coding Agents（GLM Coding Plan、Z.ai、2026-10-25確認）
• How to Switch Models（GLM Coding Plan、Z.ai、2026-10-25確認）
• GLM Coding Plan Overview（Z.ai、2026-10-25確認）
• FAQ（GLM Coding Plan、Z.ai、2026-10-25確認）
• Vision MCP Server（GLM Coding Plan、Z.ai、2026-10-25確認）
• Web Search MCP Server（GLM Coding Plan、Z.ai、2026-10-25確認）
• Web Reader MCP Server（GLM Coding Plan、Z.ai、2026-10-25確認）
• Zread MCP Server（GLM Coding Plan、Z.ai、2026-10-25確認）
• Claude Code の設定（GLM Coding Plan、Z.ai、2026-10-25確認）