GLM 5.3 Flash API
GLM 5.3 Flash je od Z.ai multimodální model s kontextovým oknem 1 milion tokenů, zaměřený na rychlé a levné agentní úlohy, analýzu snímků obrazovky a práci s dlouhými dokumenty.
GLM 5.3 Flash je model od Z.ai uvedený 26. srpna 2026. Jde o Mixture-of-Experts model s 320 miliardami celkových parametrů a 18 miliardami aktivních parametrů na token, který má 45 vrstev oproti 92 v předchozí generaci. Architektura kombinuje lineární a řídkou pozornost a model byl trénován na multimodálním korpusu o 30 bilionech tokenů. Vychází z nově trénovaného základu, nikoli z základu GLM 5.2, a je licencován pod MIT pro komerční i osobní použití.
Model nativně přijímá textový i obrazový vstup a generuje text. Kontextové okno dosahuje 1 milionu tokenů. Odůvodňování je ve výchozím nastavení zapnuté, model podporuje volání nástrojů, strukturovaný výstup a nativní ovládání grafického uživatelského rozhraní. Oproti vlajkovému modelu GLM 5.3 spotřebuje 3,0krát méně výpočtů pozornosti a má 4,4krát menší KV cache, což se projevuje nižšími náklady na inferenci a rychlejšími odpověďmi. V sedmidenních kontrolách stavu vykazoval medián času do prvního tokenu 280 milisekund a rychlost výstupu 55 tokenů za sekundu.
Díky kombinaci dlouhého kontextu, multimodálního porozumění a agentních schopností se hodí pro repozitářově orientované kódovací asistenty, analýzu snímků obrazovky na kód, agenty pracující s velkým množstvím dokumentů, opakované pracovní postupy kontroly kódu a automatizaci s dlouhým kontextem. Mezi typické scénáře patří automatický vizuální audit podnikových dokumentů včetně PDF, PPTX, DOCX a XLSX, převod nahrávek obrazovky a návrhů na aplikace Next.js, generování spustitelných parametrických CAD modelů z 2D výkresů a rozsáhlé refaktorování a bezpečnostní záplaty starších kódových základen. Model však není vhodné automaticky považovat za rovnocenný vlajkovému modelu pro nejnáročnější úlohy odůvodňování nebo softwarového inženýrství.
Aktualizováno:
MODEL ID
glm-5.3-flash- Kontext
- 1.049M
- Max. výstup
- 943.718K
- Doporučené API
- messages
- Vstup
- text / image / video
- Výstup
- text
Hlavní body
- kontextové okno 1 milion tokenů
- nativní multimodální vstup textu a obrázků
- odůvodňování zapnuté ve výchozím nastavení
- volání nástrojů a strukturovaný výstup
- nativní ovládání grafického rozhraní
- 3,0krát méně výpočtů pozornosti než GLM 5.3
Poskytovatelé
Nejlepší cenaPorovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| $0.15 | $0.5 | $0.03 | |
| $0.0413 | $0.12 | $0.00375 | |
| $0.15 | $0.5 | $0.03 | |
| $0.15 | $0.5 | $0.03 |
Co se dá pořídit za $10
- Vstup
- 66,7 mil. tokenů
- Výstup
- 20 mil. tokenů
Odhad z aktuálních cen vstupu a výstupu, před slevami.
Benchmarky
- 29.0
Code Bench v1.0
maximální úsilí; srovnání s Claude Opus 4.8, který dosáhl 29.5
Skóre podle zveřejnění poskytovatele modelu.
Uvažování
- Výchozí úroveň úsilí
- max
- Ve výchozím nastavení zapnuto
- Ano
- Vždy zapnuto
- Ano
- Dostupné úrovně úsilí
- max / high / low
Rychlý start
Kód připravený ke vložení pro volání tohoto modelu pomocí kompatibilních API Felo API Platform. Pokud chcete prompty vyzkoušet před psaním kódu, začněte v Playground.
Získejte API klíč
Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.
export FELO_API_KEY="YOUR_API_KEY"Odešlete první požadavek
Použijte toto ID modelu s endpointem Felo API Platform. Volitelné hlavičky požadavku, jako X-Request-Id, mohou pomoci při řešení potíží.
glm-5.3-flashTento model podporuje uvažování. Pokud zvolený protokol a trasa modelu nabízejí ovládací prvky uvažování, zachovejte vrácená metadata uvažování při pokračování konverzace.
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-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Použití SDK třetích stran
Používejte kompatibilní SDK nastavením baseURL na https://openapi.felo.ai/api/v1. Pro klienty ve stylu Claude použijte base URL kompatibilní s Anthropic. https://openapi.felo.ai/api.
Zapněte streamování
Přidejte stream: true, abyste dostávali odpovědi jako server-sent events.
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-flash",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform nabízí kompatibilní rozhraní pro volání modelů. Vyberte to, které vaše aplikace nebo klientský agent již podporuje.
Messages
Zprávy kompatibilní s Anthropic pro klienty ve stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
modelstringglm-5.3-flashVeřejné ID modelu pro volání.max_tokensinteger—Maximální počet generovaných tokenů.messagesarray—Zprávy konverzace pro Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———parallel_tool_calls———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—Vyžádá strukturovaný výstup, pokud je podporován.seed———stop———structured_outputs———temperaturenumber—Řídí různorodost odpovědí, pokud je podporováno.tool_choicestring or object—Řídí, zda má být nástroj zavolán.toolsarray—Definice volání nástrojů podle kompatibilního schématu.top_k———top_logprobs———top_p———Časté dotazy
Co je GLM 5.3 Flash?
GLM 5.3 Flash je model od Z.ai uvedený 26. srpna 2026. Jde o Mixture-of-Experts model s 320 miliardami celkových parametrů a 18 miliardami aktivních parametrů na token, který má 45 vrstev oproti 92 v předchozí generaci. Architektura kombinuje lineární a řídkou pozornost a model byl trénován na multimodálním korpusu o 30 bilionech tokenů. Vychází z nově trénovaného základu, nikoli z základu GLM 5.2, a je licencován pod MIT pro komerční i osobní použití. Model nativně přijímá textový i obrazový vstup a generuje text. Kontextové okno dosahuje 1 milionu tokenů. Odůvodňování je ve výchozím nastavení zapnuté, model podporuje volání nástrojů, strukturovaný výstup a nativní ovládání grafického uživatelského rozhraní. Oproti vlajkovému modelu GLM 5.3 spotřebuje 3,0krát méně výpočtů pozornosti a má 4,4krát menší KV cache, což se projevuje nižšími náklady na inferenci a rychlejšími odpověďmi. V sedmidenních kontrolách stavu vykazoval medián času do prvního tokenu 280 milisekund a rychlost výstupu 55 tokenů za sekundu. Díky kombinaci dlouhého kontextu, multimodálního porozumění a agentních schopností se hodí pro repozitářově orientované kódovací asistenty, analýzu snímků obrazovky na kód, agenty pracující s velkým množstvím dokumentů, opakované pracovní postupy kontroly kódu a automatizaci s dlouhým kontextem. Mezi typické scénáře patří automatický vizuální audit podnikových dokumentů včetně PDF, PPTX, DOCX a XLSX, převod nahrávek obrazovky a návrhů na aplikace Next.js, generování spustitelných parametrických CAD modelů z 2D výkresů a rozsáhlé refaktorování a bezpečnostní záplaty starších kódových základen. Model však není vhodné automaticky považovat za rovnocenný vlajkovému modelu pro nejnáročnější úlohy odůvodňování nebo softwarového inženýrství.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.
Jaké vstupy GLM 5.3 Flash podporuje?
Model nativně přijímá textový i obrazový vstup a generuje textový výstup. Jde tedy o multimodální model pro úlohy kombinující text a obrázky.
Jak velké je kontextové okno modelu?
Kontextové okno GLM 5.3 Flash činí 1 milion tokenů. To jej předurčuje pro práci s rozsáhlými dokumenty a dlouhými konverzacemi.
Pro jaké úlohy se GLM 5.3 Flash hodí?
Hodí se zejména pro agentní a kódovací úlohy, analýzu snímků obrazovky, práci s dlouhými dokumenty a automatizaci s dlouhým kontextem. Mezi příklady patří audit podnikových dokumentů, převod návrhů na aplikace Next.js a generování parametrických CAD modelů.
Jak se GLM 5.3 Flash liší od modelu GLM 5.3?
GLM 5.3 Flash spotřebuje 3,0krát méně výpočtů pozornosti a má 4,4krát menší KV cache než GLM 5.3. To přináší nižší náklady na inferenci a rychlejší běh, ale model není automaticky rovnocenný vlajkovému modelu pro nejtěžší úlohy odůvodňování a softwarového inženýrství.
Jaké jsou hlavní technické parametry modelu?
Jde o Mixture-of-Experts model s 320 miliardami celkových parametrů a 18 miliardami aktivních parametrů na token. Má 45 vrstev, hybridní architekturu s lineární a řídkou pozorností a byl trénován na multimodálním korpusu o 30 bilionech tokenů.
Jaké jsou podmínky licencování?
Model je licencován pod licencí MIT pro komerční i osobní použití.