Zhipu AI はテキスト対話、画像理解、音声認識（ASR）、ベクトル（Embedding）をサポートしており、1 つの zhipu_ai_api_key ですべての機能を有効化できます。
Web コンソールの「モデル管理」ページから、以下のすべての機能をワンストップで設定でき、設定ファイルを手動で編集する必要はありません。
テキスト対話
{
"model": "glm-5.1",
"zhipu_ai_api_key": "YOUR_API_KEY"
}
| パラメータ | 説明 |
|---|
model | glm-5.1、glm-5-turbo、glm-5、glm-4.7、glm-4-plus、glm-4-flash、glm-4-air などを指定可能。詳細は モデルコード を参照 |
zhipu_ai_api_key | Zhipu AI コンソール で作成 |
zhipu_ai_api_base | 任意。デフォルトは https://open.bigmodel.cn/api/paas/v4 |
画像理解
Zhipu の chat 系モデル（glm-5.1、glm-5-turbo など）はビジョンに対応していないため、ビジョン呼び出しは glm-5v-turbo に統一的にルーティングされます。zhipu_ai_api_key を設定すると、Agent の Vision ツールは自動的にこのモデルを使用するため、設定ファイルで明示的に指定する必要はありません。
音声認識
{
"voice_to_text": "zhipu",
"voice_to_text_model": "glm-asr-2512"
}
| パラメータ | 説明 |
|---|
voice_to_text | zhipu に設定すると Zhipu ASR が有効になります |
voice_to_text_model | 任意。デフォルトは glm-asr-2512 |
zhipu_ai_api_key を自動的に再利用します。音声ファイルは 25MB 未満を推奨します。サイズが大きすぎるファイルはサーバ側で拒否される可能性があります。
ベクトル
{
"embedding_provider": "zhipu",
"embedding_model": "embedding-3"
}
embedding-3、embedding-2。embedding を変更した後は /memory rebuild-index コマンドを実行してインデックスを再構築する必要があります。 