GLM 5.3 Flash API
GLM 5.3 Flash از Z.ai یک مدل چندوجهی بومی با معماری Mixture-of-Experts و پنجره زمینه ۱ میلیون توکن است که برای استنتاج سریع و کم‌هزینه، پردازش متن و تصویر و وظایف عاملی طراحی شده است.
GLM 5.3 Flash مدل زبانی و چندوجهی بومی از Z.ai است که در ۲۶ اوت ۲۰۲۶ منتشر شده و پنجره زمینه ۱ میلیون توکنی را با درک هم‌زمان متن و تصویر ترکیب میکند. این مدل بر پایه معماری Mixture-of-Experts با ۳۲۰ میلیارد پارامتر کل و ۱۸ میلیارد پارامتر فعال در هر توکن ساخته شده و از معماری ترکیبی شامل توجه خطی و پراکنده با ۴۵ لایه بهره می‌برد. استدلال بهصورت پیشفرض فعال است و قابلیت فراخوانی ابزار، خروجی ساخت‌یافته و خودکارسازی رابط کاربری گرافیکی را نیز ارائه می‌دهد.
این مدل برای وظایف سنگین و طولانی مانند دستیارهای کدنویسی آگاه از مخزن، تحلیل اسکرینشات به کد، بازآرایی گسترده و وصله‌های امنیتی کدبیس‌های قدیمی، و تبدیل ضبط صفحه و طرح‌ها به برنامه‌های Next.js مناسب است. همچنین در ممیزی بصری خودکار اسناد سازمانی شامل PDF، PPTX، DOCX و XLSX، و تولید خودکار CAD پارامتریک سه‌بعدی از نقشه‌های دوبعدی کاربرد دارد. عاملهای دسکتاپ بلادرنگ که کلیک، تایپ و خواندن اسکرینشات زنده را انجام می‌دهند نیز از جمله موارد استفاده آن هستند.
GLM 5.3 Flash نسبت به مدل پرچمدار GLM 5.3 هزینه استنتاج بسیار کمتری دارد، از توجه ۳.۰ برابر کمتر و کش KV با اندازه ۴.۴ برابر کوچک‌تر بهره می‌برد و برای اجرای ارزان و پاسخ سریع ساخته شده است. در بررسی‌های هفت‌روزه وضعیت، میانه زمان تا اولین توکن ۲۸۰ میلی‌ثانیه و سرعت خروجی ۵۵ توکن بر ثانیه ثبت شده است. این مدل با مجوز MIT برای استفاده تجاری و شخصی در دسترس است و از طریق ارائه‌دهندگانی مانند Gate.AI، Lyceum و پلتفرم API خود Z.ai قابل استفاده است. با این حال، نباید آن را بهطور خودکار معادل مدل پرچمدار برای دشوارترین بارهای استدلالی یا مهندسی نرمافزار دانست.
به‌روزرسانی:
MODEL ID
glm-5.3-flash- زمینه
- 1.049M
- حداکثر خروجی
- 943.718K
- API پیشنهادی
- messages
- ورودی
- text / image / video
- خروجی
- text
نکات برجسته
- پنجره زمینه ۱ میلیون توکن
- ورودی بومی متن و تصویر
- استدلال فعال بهصورت پیشفرض
- پشتیبانی از فراخوانی ابزار
- خروجی ساخت‌یافته
- خودکارسازی رابط گرافیکی
ارائه‌دهندگان
بهترین قیمتقیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $0.15 | $0.5 | $0.03 | |
| $0.0413 | $0.12 | $0.00375 | |
| $0.15 | $0.5 | $0.03 | |
| $0.15 | $0.5 | $0.03 |
با $10 چه می‌توان خرید
- ورودی
- ۶۶٫۷ میلیون توکن
- خروجی
- ۲۰ میلیون توکن
برآورد بر اساس قیمتهای فعلی ورودی و خروجی، پیش از تخفیف.
بنچمارک‌ها
- 29.0
Code Bench v1.0
با حداکثر تلاش؛ در مقایسه با Claude Opus 4.8 با امتیاز 29.5
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
استدلال
- سطح تلاش پیشفرض
- max
- بهطور پیشفرض فعال
- بله
- همیشه فعال
- بله
- سطوح تلاش موجود
- max / high / low
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی می‌خواهید پرامپت‌ها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را به‌عنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id می‌توانند در عیب‌یابی کمک کنند.
glm-5.3-flashاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخاب‌شده کنترل‌های استدلال ارائه می‌دهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
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());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینت‌های به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخ‌ها بهصورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
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 سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیام‌های سازگار با Anthropic برای کلاینت‌های به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringglm-5.3-flashشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیام‌های گفتگو برای Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———parallel_tool_calls———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.seed———stop———structured_outputs———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.toolsarray—تعریف‌های فراخوانی ابزار بر پایه طرح‌واره سازگار.top_k———top_logprobs———top_p———پرسش‌های متداول
معرفی مدل: GLM 5.3 Flash?
GLM 5.3 Flash مدل زبانی و چندوجهی بومی از Z.ai است که در ۲۶ اوت ۲۰۲۶ منتشر شده و پنجره زمینه ۱ میلیون توکنی را با درک هم‌زمان متن و تصویر ترکیب میکند. این مدل بر پایه معماری Mixture-of-Experts با ۳۲۰ میلیارد پارامتر کل و ۱۸ میلیارد پارامتر فعال در هر توکن ساخته شده و از معماری ترکیبی شامل توجه خطی و پراکنده با ۴۵ لایه بهره می‌برد. استدلال بهصورت پیشفرض فعال است و قابلیت فراخوانی ابزار، خروجی ساخت‌یافته و خودکارسازی رابط کاربری گرافیکی را نیز ارائه می‌دهد. این مدل برای وظایف سنگین و طولانی مانند دستیارهای کدنویسی آگاه از مخزن، تحلیل اسکرینشات به کد، بازآرایی گسترده و وصله‌های امنیتی کدبیس‌های قدیمی، و تبدیل ضبط صفحه و طرح‌ها به برنامه‌های Next.js مناسب است. همچنین در ممیزی بصری خودکار اسناد سازمانی شامل PDF، PPTX، DOCX و XLSX، و تولید خودکار CAD پارامتریک سه‌بعدی از نقشه‌های دوبعدی کاربرد دارد. عاملهای دسکتاپ بلادرنگ که کلیک، تایپ و خواندن اسکرینشات زنده را انجام می‌دهند نیز از جمله موارد استفاده آن هستند. GLM 5.3 Flash نسبت به مدل پرچمدار GLM 5.3 هزینه استنتاج بسیار کمتری دارد، از توجه ۳.۰ برابر کمتر و کش KV با اندازه ۴.۴ برابر کوچک‌تر بهره می‌برد و برای اجرای ارزان و پاسخ سریع ساخته شده است. در بررسی‌های هفت‌روزه وضعیت، میانه زمان تا اولین توکن ۲۸۰ میلی‌ثانیه و سرعت خروجی ۵۵ توکن بر ثانیه ثبت شده است. این مدل با مجوز MIT برای استفاده تجاری و شخصی در دسترس است و از طریق ارائه‌دهندگانی مانند Gate.AI، Lyceum و پلتفرم API خود Z.ai قابل استفاده است. با این حال، نباید آن را بهطور خودکار معادل مدل پرچمدار برای دشوارترین بارهای استدلالی یا مهندسی نرمافزار دانست.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
GLM 5.3 Flash چه ورودیهایی را پشتیبانی میکند؟
این مدل ورودی متن و تصویر را بهصورت بومی میپذیرد و خروجی متنی تولید میکند.
پنجره زمینه این مدل چقدر است؟
GLM 5.3 Flash پنجره زمینه ۱ میلیون توکنی دارد و پردازش زمینه بلند را تا این حد پشتیبانی میکند.
این مدل برای چه وظایفی مناسب است؟
برای دستیارهای کدنویسی آگاه از مخزن، تحلیل اسکرینشات به کد، عاملهای مبتنی بر اسناد، بازبینی مکرر کد، خودکارسازی زمینه بلند و ممیزی بصری خودکار اسناد سازمانی مناسب است.
استدلال در این مدل چگونه فعال میشود؟
استدلال در GLM 5.3 Flash بهصورت پیشفرض فعال است.
تفاوت اصلی GLM 5.3 Flash با GLM 5.3 چیست؟
این مدل هزینه استنتاج بسیار کمتری دارد، از توجه ۳.۰ برابر کمتر و کش KV با اندازه ۴.۴ برابر کوچک‌تر نسبت به GLM 5.3 بهره می‌برد و برای اجرای ارزان و پاسخ سریع ساخته شده است.
آیا GLM 5.3 Flash برای دشوارترین بارهای استدلالی مناسب است؟
نباید آن را بهطور خودکار معادل مدل پرچمدار برای دشوارترین بارهای استدلالی یا مهندسی نرمافزار دانست.