Felo API PlatformFelo API Platform
মডেলে ফিরে যান
Z.aimessages

GLM 5.3 API

Z.ai-এর GLM-5.3 একটি টেক্সট-ভিত্তিক মডেল, যা দীর্ঘমেয়াদি কোডিং এজেন্ট ও জটিল সফটওয়্যার প্রকৌশল কাজের জন্য তৈরি।

GLM-5.3 হলো Z.ai-এর তৈরি একটি টেক্সট ইনপুট ও টেক্সট আউটপুট মডেল, যা ১৪ আগস্ট ২০২৬-এ প্রকাশিত হয়। এটি GLM-5.2-এর মতো একই ৭৪৩ বিলিয়ন প্যারামিটারের মিক্সচার-অব-এক্সপার্টস আর্কিটেকচারের ভিত্তিতে তৈরি; সব উন্নতি এসেছে পোস্ট-ট্রেনিং থেকে। মডেলটি সর্বোচ্চ ১ মিলিয়ন টোকেন কনটেক্সট সমর্থন করে এবং স্ট্রিমিং বার্তা, ফাংশন কলিং, কনটেক্সট ক্যাশিং ও JSON-এর মতো কাঠামোবদ্ধ আউটপুট দিতে পারে।

এতে লো, হাই ও ম্যাক্স—তিনটি স্তরের থিংকিং এফোর্ট রয়েছে, তবে থিংকিং বন্ধ করার সুবিধা আর নেই। দীর্ঘমেয়াদি কোডিং এজেন্ট, জটিল সফটওয়্যার প্রকৌশল, রিফ্যাক্টর ও CI ট্রায়াজের মতো বহু-ধাপের CLI কাজ, রিপো-স্কেল কাজ এবং ML অবকাঠামো নির্ণয় ও অপ্টিমাইজেশনের জন্য এটি উপযুক্ত। জটিল বহু-ধাপের কাজে এটি প্রায় ৫০,০০০ টোকেন ব্যবহার করেও ১২০,০০০ টোকেনের সমতুল্য কাজ করতে পারে।

Z.ai-এর দাবি অনুযায়ী এটি কোডিংয়ের জন্য সবচেয়ে সক্ষম ওপেন-ওয়েট মডেল এবং Terminal Bench 3.0 ও Agents' Last Exam-এ ওপেন-সোর্স মডেলগুলোর মধ্যে শীর্ষস্থানীয়। তবে প্রকাশকের রিপোর্ট করা সংখ্যাগুলো এখনো স্বাধীনভাবে যাচাই করা হয়নি, এবং এর সক্ষমতা বর্তমান বদ্ধ ফ্রন্টিয়ার মডেলগুলোর তুলনায় এখনো উল্লেখযোগ্যভাবে কম।

সময়সীমাবদ্ধবিনামূল্যে ট্রায়াল

আপডেট:

মডেল ID

glm-5.3
কনটেক্সট
1.049M
সর্বোচ্চ আউটপুট
943.718K
প্রস্তাবিত API
messages
ইনপুট
text
আউটপুট
text
GLM 5.3: সাইকেল চালানো একটি পেলিক্যান

এই মডেলের পেলিক্যান দেখুন

একই নির্দেশনা থেকে GLM 5.3 কী তৈরি করেছে, দেখুন।

মূল বৈশিষ্ট্য

  • সর্বোচ্চ ১ মিলিয়ন টোকেন কনটেক্সট
  • তিনটি থিংকিং এফোর্ট স্তর
  • স্ট্রিমিং ও ফাংশন কলিং সমর্থন
  • কাঠামোবদ্ধ JSON আউটপুট
  • দীর্ঘমেয়াদি কোডিং এজেন্টের জন্য উপযোগী

প্রোভাইডার

সেরা দাম
12 প্রোভাইডার

প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।

প্রোভাইডার · মূল্যের বিবরণ
প্রাপ্যতা
$1.4$4.4$0.26
$0.7$2.2$0.13
$1.4$0.7$4.4$2.2$0.26$0.13
$0.9$0.72$4$3.2$0.2$0.16
$0.91$2.86$0.169
$1.4$0.98$4.4$3.08$0.26$0.182
$1.053$2.15$0.356
$1.19$3.74$0.238
$1.4$4.4$0.14
$1.4$4.4$0.26
$1.4$4.4$0.26
$1.68$5.28$0.312

$10-এ কী পাওয়া যায়

ইনপুট
৭১.৪ লা টোকেন
আউটপুট
২২.৭ লা টোকেন

বর্তমান ইনপুট ও আউটপুট মূল্যের ভিত্তিতে আনুমানিক, ছাড়ের আগে।

বেঞ্চমার্ক

  • Code Bench

    GLM-5.2-এর তুলনায় উন্নতি; প্রকাশকের অভ্যন্তরীণ বেঞ্চমার্ক

    50%
  • Terminal Bench 3.0

    পয়েন্ট; GLM-5.2 পেয়েছিল 4.6, অর্থাৎ 23.7 পয়েন্ট বেশি

    28.3
  • DeepSWE v1.1

    পয়েন্ট; GLM-5.2-এর 46.2 থেকে 20.7 পয়েন্ট বেশি

    66.9
  • Agents' Last Exam CLI

    পয়েন্ট; GLM-5.2-এর 23.8 থেকে বেশি

    28.5
  • ExploitBench

    GLM-5.2-এর 24.4% থেকে বেশি

    54.4%
  • CyberGym

    দুর্বলতা আবিষ্কারের বেঞ্চমার্ক

    84.5%
  • GDPval-AA v2

    পয়েন্ট; ৪৪টি পেশাগত শ্রেণিতে

    1769

স্কোর মডেল প্রোভাইডারের প্রকাশিত তথ্য অনুযায়ী।

রিজনিং

ডিফল্ট এফোর্ট
max
ডিফল্টভাবে সক্রিয়
হ্যাঁ
সর্বদা সক্রিয়
হ্যাঁ
উপলব্ধ এফোর্ট স্তর
max / high / low

দ্রুত শুরু

Felo API Platform-এর সামঞ্জস্যপূর্ণ API দিয়ে এই মডেল কল করার রেডি কোড। কোড লেখার আগে প্রম্পট পরীক্ষা করতে চাইলে Playground-এ শুরু করুন।

1

আপনার API key নিন

আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।

export FELO_API_KEY="YOUR_API_KEY"
2

প্রথম অনুরোধ পাঠান

এই মডেল ID Felo API Platform endpoint-এর সঙ্গে ব্যবহার করুন। X-Request-Id-এর মতো ঐচ্ছিক রিকোয়েস্ট হেডার সমস্যা সমাধানে সাহায্য করতে পারে।

glm-5.3

এই মডেল রিজনিং সক্ষম। আপনার নির্বাচিত প্রোটোকল ও মডেল রুট রিজনিং নিয়ন্ত্রণ দিলে, কথোপকথন চালিয়ে যাওয়ার সময় ফেরত পাওয়া রিজনিং মেটাডেটা সংরক্ষণ করুন।

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

থার্ড-পার্টি SDK ব্যবহার

সামঞ্জস্যপূর্ণ SDK-তে baseURL সেট করুন https://openapi.felo.ai/api/v1. Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ base URL ব্যবহার করুন। https://openapi.felo.ai/api.

3

স্ট্রিমিং চালু করুন

রেসপন্স server-sent events হিসেবে পেতে stream: true যোগ করুন।

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "glm-5.3",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ বা এজেন্ট ক্লায়েন্ট যে সারফেস ইতিমধ্যে সমর্থন করে সেটি বেছে নিন।

সারফেসমেথডURL

Messages

Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ মেসেজ।

POST

https://openapi.felo.ai/api/v1/messages

প্যারামিটার

নামধরনডিফল্টবিবরণ
modelstringglm-5.3কল করার প্রকাশ্য মডেল ID।
max_tokensinteger—সর্বোচ্চ কত টোকেন তৈরি হবে।
messagesarray—Chat Completions-এর কথোপকথন মেসেজ।
seed———
stop———
min_p———
toolsarray—সামঞ্জস্যপূর্ণ schema অনুসরণ করা tool calling সংজ্ঞা।
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—সমর্থিত হলে রেসপন্সের বৈচিত্র্য নিয়ন্ত্রণ করে।
tool_choicestring or object—কোনো tool কল করা উচিত কি না তা নিয়ন্ত্রণ করে।
top_logprobs———
response_formatobject—সমর্থিত হলে স্ট্রাকচার্ড আউটপুট অনুরোধ করে।
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

সাধারণ প্রশ্ন

মডেল পরিচিতি: GLM 5.3?

GLM-5.3 হলো Z.ai-এর তৈরি একটি টেক্সট ইনপুট ও টেক্সট আউটপুট মডেল, যা ১৪ আগস্ট ২০২৬-এ প্রকাশিত হয়। এটি GLM-5.2-এর মতো একই ৭৪৩ বিলিয়ন প্যারামিটারের মিক্সচার-অব-এক্সপার্টস আর্কিটেকচারের ভিত্তিতে তৈরি; সব উন্নতি এসেছে পোস্ট-ট্রেনিং থেকে। মডেলটি সর্বোচ্চ ১ মিলিয়ন টোকেন কনটেক্সট সমর্থন করে এবং স্ট্রিমিং বার্তা, ফাংশন কলিং, কনটেক্সট ক্যাশিং ও JSON-এর মতো কাঠামোবদ্ধ আউটপুট দিতে পারে। এতে লো, হাই ও ম্যাক্স—তিনটি স্তরের থিংকিং এফোর্ট রয়েছে, তবে থিংকিং বন্ধ করার সুবিধা আর নেই। দীর্ঘমেয়াদি কোডিং এজেন্ট, জটিল সফটওয়্যার প্রকৌশল, রিফ্যাক্টর ও CI ট্রায়াজের মতো বহু-ধাপের CLI কাজ, রিপো-স্কেল কাজ এবং ML অবকাঠামো নির্ণয় ও অপ্টিমাইজেশনের জন্য এটি উপযুক্ত। জটিল বহু-ধাপের কাজে এটি প্রায় ৫০,০০০ টোকেন ব্যবহার করেও ১২০,০০০ টোকেনের সমতুল্য কাজ করতে পারে। Z.ai-এর দাবি অনুযায়ী এটি কোডিংয়ের জন্য সবচেয়ে সক্ষম ওপেন-ওয়েট মডেল এবং Terminal Bench 3.0 ও Agents' Last Exam-এ ওপেন-সোর্স মডেলগুলোর মধ্যে শীর্ষস্থানীয়। তবে প্রকাশকের রিপোর্ট করা সংখ্যাগুলো এখনো স্বাধীনভাবে যাচাই করা হয়নি, এবং এর সক্ষমতা বর্তমান বদ্ধ ফ্রন্টিয়ার মডেলগুলোর তুলনায় এখনো উল্লেখযোগ্যভাবে কম।

ব্যবহারের জন্য কীভাবে চার্জ হয়?

আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।

GLM-5.3 কী কী ইনপুট ও আউটপুট সমর্থন করে?

এটি টেক্সট ইনপুট নেয় এবং টেক্সট আউটপুট দেয়। এছাড়া JSON-এর মতো কাঠামোবদ্ধ আউটপুটও দেওয়া যায়।

এর কনটেক্সট সীমা কত?

মডেলটি সর্বোচ্চ ১ মিলিয়ন টোকেন কনটেক্সট সমর্থন করে। আউটপুট সীমার তথ্য পাওয়া যায়নি।

থিংকিং মোড কীভাবে নিয়ন্ত্রণ করা যায়?

লো, হাই ও ম্যাক্স—তিনটি থিংকিং এফোর্ট স্তর রয়েছে। তবে GLM-5.2-এর মতো থিংকিং বন্ধ করার সুবিধা এই মডেলে নেই।

এটি কী ধরনের কাজের জন্য উপযুক্ত?

দীর্ঘমেয়াদি কোডিং এজেন্ট, জটিল সফটওয়্যার প্রকৌশল, বহু-ধাপের CLI কাজ, রিপো-স্কেল কাজ এবং ML অবকাঠামো নির্ণয় ও অপ্টিমাইজেশনের জন্য এটি উপযুক্ত।

GLM-5.2-এর তুলনায় এর মূল পার্থক্য কী?

GLM-5.3 একই বেস মডেল ব্যবহার করে; সব উন্নতি এসেছে পোস্ট-ট্রেনিং থেকে। থিংকিং বন্ধ করার সুবিধা বাদ পড়া একটি উল্লেখযোগ্য পরিবর্তন।

সংশ্লিষ্ট মডেল