智谱清言官网入口在哪？后端开发者实测笔记

上周三下午，组里刚入职的实习生小周拿着手机来找我，说他搜「智谱清言官网」，结果前五条里有俩页面长得几乎一模一样，都写着"官方正版入口"。他手一抖，在其中一个站点上填了手机号，然后连收三条营销短信。

这事让我想起自己两年前第一次用 ChatGLM 时的窘迫——那会儿我甚至搞不清"智谱清言"和"智谱AI"是什么关系，域名记混过不止一次。所以这篇笔记我打算把入口这件事彻底讲清楚，顺便聊聊我在实际项目里用 GLM 系列模型的真实感受，好的坏的都说。

核心结论摘要： 智谱清言官网的网页版入口是 chatglm.cn，面向开发者的模型 API 入口在 bigmodel.cn（智谱AI开放平台）。清言本身不需要邀请码或"激活密码"，任何要求付费购买密码的渠道都是骗局。手机端在各大应用商店搜"智谱清言"即可下载。

下面展开说。

一、智谱清言官网入口其实就那几个，别被搜索结果绕晕

智谱清言官网的定位有点特殊——它既是 C 端产品的门面，又和智谱AI这家公司的其他业务线缠在一起。我第一次找的时候也绕了弯路，后来干脆整理成一张表，现在直接甩给同事看。

| 入口类型 | 域名 / 渠道 | 主要用途 | |---|---|---| | 清言网页版 | chatglm.cn | 对话、智能体、文档解读，普通用户直接用 | | 智谱AI开放平台 | bigmodel.cn | API Key 申请、模型调用、计费、知识库 | | 智谱AI公司官网 | zhipuai.cn | 公司介绍、新闻、招聘、技术博客 | | 移动端 App | 各应用商店搜"智谱清言" | 语音通话、拍照解题、移动场景 | | 开源模型仓库 | GitHub 的 THUDM 组织 | ChatGLM、GLM-4、CogVLM 等开源权重 |

怎么判断自己打开的是不是真的智谱清言官网？我的经验是盯三个地方：域名是不是 chatglm.cn 或 bigmodel.cn 结尾；页面底部有没有备案信息和智谱AI的版权声明；登录方式是不是手机号 + 微信 + 邮箱这一套官方体系。山寨站通常会在"充值会员""解锁无限次"这种地方露出马脚。

多说一句，搜索结果里带"广告"角标的那几条，哪怕域名里塞了 zhipu、chatglm 这类字样，也大概率不是官方的。

关于"密码教程"这件事

搜索框里会冒出「智谱清言官网免费下载安装 密码教程」这类长尾词，我猜是早期某些 AI 产品靠邀请码内测留下的惯性认知。实际情况是：清言的注册流程就是手机号收验证码，没有邀请码，也没有需要付费购买的"激活密码"。如果你在某个公众号或者网盘里看到有人卖"智谱清言内部激活码"，直接举报，别犹豫。

二、清言背后跑的是什么模型

这一节稍微技术一点，但绕不开。

智谱AI的技术根基来自清华大学知识工程实验室（KEG），公司2019年成立，从 GLM（General Language Model）预训练框架一路做到今天的 GLM-4 系列。我按自己实际用过的节点列了个时间线：

| 时间 | 模型 / 事件 | 我的观察 | |---|---|---| | 2023年3月 | ChatGLM-6B 开源 | 当时少数能在消费级显卡上跑起来的中文对话模型，社区热度很高 | | 2024年1月 | GLM-4 发布 | 长文本和工具调用能力明显上了一个台阶 | | 2024年年中 | GLM-4-Flash 开放免费 | 对个人开发者最友好的一步，我把它设成了不少小工具的默认模型 | | 2024年下半年 | GLM-4-Plus、GLM-4V 等 | 多模态大模型路线铺开，图像理解和文档解析开始真正好用 |

原理层面，GLM 系列走的是自回归生成路线，但预训练目标上做了自研设计。官方在论文 ChatGLM: A Family of Large Language Models from GLM-130B to GLM-4 All Tools（arXiv:2406.12793，2024年6月发布）里详细讲了这套框架和 All Tools 的智能体能力。如果你一直没搞明白"大模型训练"到底在训什么，这篇论文比大多数二手科普都值得读。

至于大模型推理的实际体感，我的感受是：Flash 版本在并发压力下延迟大概在几百毫秒量级，做意图分类、信息抽取这类任务完全够用；但一旦涉及长链条推理或者代码生成，就得切到 Plus 或更强的型号，否则你会看到它从第三步开始"胡言乱语"。这部分成本的算法，我在大模型推理成本拆解里算过一笔账，感兴趣可以对照看。

三、网页版、App、API，三条路怎么选

很多人卡在这一步：明明都是同一个模型，到底该走哪条路？我按自己的使用场景做了个对比。

| 维度 | 网页版 chatglm.cn | 移动端 App | API（bigmodel.cn） | |---|---|---|---| | 适合谁 | 想先试试的普通用户 | 移动办公、学生党 | 开发者、产品集成 | | 上手成本 | 注册即用 | 下载即用 | 需实名 + 申请 Key | | 付费方式 | 免费额度 + 会员 | 免费额度 + 会员 | 按 Token 计费 | | 代表能力 | 智能体、文档问答、联网搜索 | 语音通话、拍照识图 | 函数调用、流式输出、知识库 |

我自己的分工是这样的：写方案、查资料走网页版；通勤路上用 App 的语音模式把想法口述下来，回家再整理；真正落到产品里就用 API。三条路共享同一套账号体系，切换成本很低，这点做得比某些友商清爽。

四、动手接一次 API：二十行代码跑通第一个请求

说点干的。我在 bigmodel.cn 创建好 API Key 之后，第一次调用大概花了五分钟。下面是能直接跑的代码，用官方 Python SDK：

安装：pip install zhipuai

from zhipuai import ZhipuAI

API Key 在 bigmodel.cn 控制台的「API Keys」页面创建

client = ZhipuAI(api_key="你的APIKey")

response = client.chat.completions.create( model="glm-4-flash", # 免费型号，适合先跑通链路 messages=[

系统提示词决定角色和行为边界，别省略

{"role": "system", "content": "你是一个严谨的技术助手，回答不超过200字。"}, {"role": "user", "content": "用一句话解释什么是大模型推理。"}, ], stream=False, # 想要打字机效果就改成 True temperature=0.7, # 0.1 更稳定，1.0 更发散 )

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

几个我踩过的坑：一是 API Key 千万别写死在代码里，我现在的做法是统一走环境变量注入；二是把 `stream` 打开后记得用 `for chunk in response:` 迭代，不然会直接报错；三是免费型号有并发限制，压测的时候别拿它当基准。

五、用了两年的一些实话，以及给你的下一步

坦白讲，我对智谱清言官网这套产品的评价是"均衡，但不算惊艳"。长板很明显：中文语境下的理解、公文和报告类写作、文档解析，这些场景比不少海外模型更贴地气。短板也有——创意类写作偏保守，遇到需要"放飞"的文案任务，我通常还是会换一个模型来对比。另外开放平台的控制台功能越加越多，新手第一次进去容易迷路，建议官方补个"五分钟快速开始"的引导。（不过话说回来，一家国产大模型公司能把 C 端产品和 B 端 API 同时维持在可用状态，本身就不容易，我是愿意继续用的。）

如果你今天就想上手，我建议按这个顺序走：

1. 打开 chatglm.cn 注册账号，先用网页版把免费额度跑一遍，感受它的能力边界；
2. 有开发需求再去 bigmodel.cn 实名认证、创建 API Key，照着上面那段代码跑通第一个请求；
3. 想深入技术细节，去读 GLM 系列论文和官方技术博客，比看二手解读靠谱得多。多模态方向可以顺带看看[多模态大模型能力对比](https://vergex.cn/articles/multimodal-llm-compare)，能少走不少弯路。

关键要点速览：

• 智谱清言官网网页版入口为 chatglm.cn，开发者 API 入口为 bigmodel.cn，其余域名基本可以忽略
• 注册不需要邀请码或付费密码，涉及"激活码售卖"的一律是骗局
• 模型侧 GLM-4-Flash 免费、适合跑通链路，重推理和代码任务建议切 Plus 及以上
• 网页版 / App / API 共享同一账号体系，按场景选路即可
• 所有 API Key 走环境变量注入，别硬编码进代码

相关推荐

• **延伸阅读**：想横向对比其他国产大模型的入口与能力，可以看我们的[大模型工具专题](https://vergex.cn/topics/llm-tools)，持续更新中
• **工具推荐**：[VergeX AI工具导航](https://nav.vergex.cn) 收录了主流大模型的官方入口、免费额度和计费说明，找入口比在搜索引擎里翻广告省心得多
• **订阅更新**：VergeX 每周更新大模型实测与工具评测，可通过邮件或微信公众号订阅，第一时间收到推送