Felo API PlatformFelo API Platform
Zurück zu den Modellen
Z.aimessages

GLM 5.3 FlashX Legal API

Z.ai: GLM 5.3 FlashX Legal ist ein multimodales Rechtsmodell mit etwa einer Million Tokens Kontext, 128K Ausgabetokens und stets aktivem Denkmodus für Vertragsprüfung, Beweisanalyse und juristische Dokumentenworkflows.

Z.ai: GLM 5.3 FlashX Legal ist ein nativ multimodales Modell, das Text, Bilder, Videos und Dateien als Eingabe verarbeitet und Text ausgibt. Der Kontextumfang liegt bei etwa einer Million Tokens, das Ausgabelimit bei 128K Tokens. Der Denkmodus ist immer aktiviert und lässt sich nicht abschalten, Streaming-Ausgabe, Funktionsaufrufe, Kontext-Caching und strukturierte Ausgabeformate wie JSON werden unterstützt. Über spezialisierte MCP-Dienste lassen sich externe Rechtsdaten und Word-Werkzeuge anbinden. Laut Z.ai erreicht das Modell beim Streaming etwa 200 Tokens pro Sekunde; die Architektur benötigt bei einer Million Tokens Kontext dreimal weniger Attention-Rechenaufwand und einen 4,4-mal kleineren KV-Cache als GLM-5.3.

Das Modell ist auf agentische juristische Intelligenz ausgerichtet und verbindet Dokumentenverständnis, juristisches Schlussfolgern und Aufgabenplanung. Es eignet sich für die Prüfung von Verträgen auf Klausel-Ebene, die Analyse von Beweismaterial, die Vorbereitung von Fällen, die Erstellung von Due-Diligence-Arbeitspapieren, die Entwicklung von Verteidigungsstrategien, erste Vertragsüberarbeitungen sowie vollständige juristische Dokumentenworkflows. Zusätzlich lassen sich Schlüsselinformationen aus Verträgen und Prozessunterlagen extrahieren, die Konsistenz über mehrere Dokumente hinweg prüfen und Rechtsbeziehungen sowie Streitpunkte identifizieren. Darüber hinaus unterstützt es das Verfassen juristischer Dokumente sowie visionbasierte UI-Programmierung, Finanzanalyse und die Erzeugung parametrischer 3D-Modelle.

Zu den Einschränkungen zählen der dauerhaft aktive Denkmodus, der Latenz und Kosten stets um den Abwägungsprozess erweitert, sowie ein trotz Flash-Namens und 18 Milliarden aktiven Parametern weiterhin hoher Aufwand für Self-Hosting. FlashX ist noch nicht im Coding Plan enthalten. Die Familie GLM-5.3-Flash umfasst 320 Milliarden Gesamtparameter und 18 Milliarden aktive Parameter; die FlashX-Variante hat die offizielle API-ID glm-5.3-flashx und ist der geschwindigkeitsorientierte Zwilling des Standard-Flash-Modells. Das Modell ist unter der MIT-Lizenz quelloffen und lässt sich mit dynamischen GGUF-Quantisierungen lokal betreiben; eine Ein-Bit-Version läuft auf einem 100-Gigabyte-Rechner, eine Drei-Bit-Version passt auf einen 128-Gigabyte-Mac oder NVIDIA DGX Spark.

Aktualisiert:

MODELL-ID

glm-5.3-flashx-legal
Kontext
1.049M
Max. Ausgabe
131.072K
Empfohlene API
messages
Eingabe
text / image / video
Ausgabe
text

Highlights

  • Etwa eine Million Tokens Kontext
  • 128K Ausgabetokens
  • Immer aktiver Denkmodus
  • Multimodale Eingabe: Text, Bild, Video, Datei
  • Agentische juristische Intelligenz
  • MIT-Lizenz und lokale GGUF-Nutzung

Anbieter

1 Anbieter

Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.

Anbieter · Preisdetails
Verfügbarkeit
$0.37$1.25$0.075

Was man für $10 bekommt

Eingabe
27 Mio. Token
Ausgabe
8 Mio. Token

Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.

Benchmarks

  • Code Bench

    Verbesserung von GLM-5.3 gegenüber GLM-5.2 auf dem hauseigenen Benchmark von Z.ai

    50%

Werte wie vom Modellanbieter veröffentlicht.

Schlussfolgern

Standardaufwand
max
Standardmäßig aktiviert
Ja
Immer aktiviert
Ja
Verfügbare Aufwandsstufen
max / high / low

Schnellstart

Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.

1

API-Schlüssel hinterlegen

Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.

export FELO_API_KEY="YOUR_API_KEY"
2

Erste Anfrage senden

Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.

glm-5.3-flashx-legal

Dieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.

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-flashx-legal",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Drittanbieter-SDKs verwenden

Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.

3

Streaming aktivieren

Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.

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-flashx-legal",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.

SurfaceMethodURL

Messages

Anthropic-kompatible Nachrichten für Clients im Claude-Stil.

POST

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

Parameter

NameTypStandardBeschreibung
modelstringglm-5.3-flashx-legalÖffentliche Modell-ID, die aufgerufen wird.
max_tokensinteger—Maximale Anzahl generierter Tokens.
messagesarray—Gesprächsnachrichten für Chat Completions.
toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.
top_k———
top_p———
reasoning———
temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.
tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.
response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.
reasoning_effort———
include_reasoning———
structured_outputs———

Häufige Fragen

Was ist GLM 5.3 FlashX Legal?

Z.ai: GLM 5.3 FlashX Legal ist ein nativ multimodales Modell, das Text, Bilder, Videos und Dateien als Eingabe verarbeitet und Text ausgibt. Der Kontextumfang liegt bei etwa einer Million Tokens, das Ausgabelimit bei 128K Tokens. Der Denkmodus ist immer aktiviert und lässt sich nicht abschalten, Streaming-Ausgabe, Funktionsaufrufe, Kontext-Caching und strukturierte Ausgabeformate wie JSON werden unterstützt. Über spezialisierte MCP-Dienste lassen sich externe Rechtsdaten und Word-Werkzeuge anbinden. Laut Z.ai erreicht das Modell beim Streaming etwa 200 Tokens pro Sekunde; die Architektur benötigt bei einer Million Tokens Kontext dreimal weniger Attention-Rechenaufwand und einen 4,4-mal kleineren KV-Cache als GLM-5.3. Das Modell ist auf agentische juristische Intelligenz ausgerichtet und verbindet Dokumentenverständnis, juristisches Schlussfolgern und Aufgabenplanung. Es eignet sich für die Prüfung von Verträgen auf Klausel-Ebene, die Analyse von Beweismaterial, die Vorbereitung von Fällen, die Erstellung von Due-Diligence-Arbeitspapieren, die Entwicklung von Verteidigungsstrategien, erste Vertragsüberarbeitungen sowie vollständige juristische Dokumentenworkflows. Zusätzlich lassen sich Schlüsselinformationen aus Verträgen und Prozessunterlagen extrahieren, die Konsistenz über mehrere Dokumente hinweg prüfen und Rechtsbeziehungen sowie Streitpunkte identifizieren. Darüber hinaus unterstützt es das Verfassen juristischer Dokumente sowie visionbasierte UI-Programmierung, Finanzanalyse und die Erzeugung parametrischer 3D-Modelle. Zu den Einschränkungen zählen der dauerhaft aktive Denkmodus, der Latenz und Kosten stets um den Abwägungsprozess erweitert, sowie ein trotz Flash-Namens und 18 Milliarden aktiven Parametern weiterhin hoher Aufwand für Self-Hosting. FlashX ist noch nicht im Coding Plan enthalten. Die Familie GLM-5.3-Flash umfasst 320 Milliarden Gesamtparameter und 18 Milliarden aktive Parameter; die FlashX-Variante hat die offizielle API-ID glm-5.3-flashx und ist der geschwindigkeitsorientierte Zwilling des Standard-Flash-Modells. Das Modell ist unter der MIT-Lizenz quelloffen und lässt sich mit dynamischen GGUF-Quantisierungen lokal betreiben; eine Ein-Bit-Version läuft auf einem 100-Gigabyte-Rechner, eine Drei-Bit-Version passt auf einen 128-Gigabyte-Mac oder NVIDIA DGX Spark.

Wie wird die Nutzung abgerechnet?

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Welche Eingaben unterstützt das Modell?

Es verarbeitet Text, Bilder, Videos und Dateien als Eingabe und gibt Text aus. Der Denkmodus ist dabei immer aktiviert und kann nicht deaktiviert werden.

Wie groß sind Kontext und Ausgabelimit?

Der Kontextumfang liegt bei etwa einer Million Tokens. Das Ausgabelimit beträgt 128K Tokens.

Für welche juristischen Aufgaben ist es geeignet?

Es eignet sich unter anderem für Vertragsprüfung, Beweisanalyse, Fallvorbereitung, Due-Diligence-Arbeitspapiere, Verteidigungsstrategien und das Verfassen juristischer Dokumente. Zudem kann es Schlüsselinformationen extrahieren, die Konsistenz über mehrere Dokumente prüfen und Streitpunkte identifizieren.

Wie unterscheidet es sich von anderen Modellen der Serie?

FlashX ist der geschwindigkeitsorientierte Zwilling des Standard-Flash-Modells und teilt mit diesem einen Fähigkeitsbereich. GLM-5.3 dient als Eskalationspfad, wenn die Qualität der Flash-Klasse bei schwierigen, langfristigen Textarbeiten nicht ausreicht.

Welche technischen Merkmale hat die Architektur?

Bei einer Million Tokens Kontext benötigt sie dreimal weniger Attention-Rechenaufwand und einen 4,4-mal kleineren KV-Cache als GLM-5.3. Laut Z.ai erreicht das Modell beim Streaming etwa 200 Tokens pro Sekunde.

Lässt sich das Modell lokal betreiben?

Ja, es ist unter der MIT-Lizenz quelloffen und läuft mit dynamischen GGUF-Quantisierungen lokal. Eine Ein-Bit-Version läuft auf einem 100-Gigabyte-Rechner, eine Drei-Bit-Version passt auf einen 128-Gigabyte-Mac oder NVIDIA DGX Spark.

Verwandte Modelle