Felo API PlatformFelo API Platform
Retour aux modèles
Z.aimessages

GLM 5.3 FlashX Legal API

Z.ai GLM 5.3 FlashX Legal est un modèle multimodal axé sur le droit, avec un contexte d'environ un million de tokens et un débit d'environ 200 tokens par seconde.

Z.ai GLM 5.3 FlashX Legal est un modèle de la famille GLM-5.3-Flash, conçu pour l'intelligence juridique agentique. Il combine compréhension de documents, raisonnement juridique et planification de tâches. Il accepte en entrée du texte, des images, des vidéos et des fichiers, et produit du texte. Son contexte est d'environ un million de tokens, avec une limite de sortie de 128K tokens. Il prend en charge la sortie en streaming, l'appel de fonctions, la mise en cache de contexte et les formats de sortie structurés comme JSON. Il peut également s'appuyer sur des services MCP spécialisés pour accéder à des données juridiques externes et à des outils de traitement de documents Word. Le mode réflexion est toujours activé et ne peut pas être désactivé.

Ce modèle est conçu pour les tâches juridiques nécessitant une analyse approfondie de documents. Il convient à la revue de contrats, à l'analyse de preuves, à la préparation de dossiers, à la rédaction de documents juridiques et à l'extraction d'informations clés à partir de contrats et de matériels de litige. Il permet également de vérifier la cohérence entre plusieurs documents, d'identifier les relations juridiques et les points de litige, et d'examiner les contrats au niveau des clauses pour détecter les risques et les conflits. Au-delà du droit, il peut être utilisé pour la programmation d'interfaces à partir de captures d'écran, d'images de pages, d'URL de sites web ou d'enregistrements d'écran, ainsi que pour l'analyse financière et la génération de modèles 3D paramétriques à partir de photographies ou de plans CAO.

Selon Z.ai, l'architecture du modèle utilise trois fois moins de calcul d'attention et un cache KV 4,4 fois plus petit que GLM-5.3 à un contexte d'un million de tokens. La famille GLM-5.3-Flash compte 320 milliards de paramètres au total et 18 milliards de paramètres actifs. Le modèle est open source sous licence MIT et peut être exécuté localement avec des quantifications GGUF dynamiques. Une version à un bit fonctionne sur une machine de 100 gigaoctets, et une version à trois bits tient sur un Mac de 128 gigaoctets ou un NVIDIA DGX Spark. L'identifiant API officiel est glm-5.3-flashx. Malgré son nom, FlashX reste lourd à auto-héberger, et il n'est pas encore inclus dans le Coding Plan.

Mis à jour:

ID DU MODÈLE

glm-5.3-flashx-legal
Contexte
1.049M
Sortie max.
131.072K
API recommandée
messages
Entrée
text / image / video
Sortie
text

Points clés

  • Contexte d'environ un million de tokens
  • Débit d'environ 200 tokens par seconde
  • Entrées multimodales natives : texte, image, vidéo, fichier
  • Mode réflexion toujours activé
  • Open source sous licence MIT
  • Optimisé pour l'intelligence juridique agentique

Fournisseurs

1 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
Disponibilité
$0.37$1.25$0.075

Ce que $10 permettent d'acheter

Entrée
27 M tokens
Sortie
8 M tokens

Estimation d'après les prix actuels d'entrée et de sortie, hors remises.

Benchmarks

  • Code Bench

    amélioration de GLM-5.3 par rapport à GLM-5.2 sur le benchmark interne de Z.ai

    50%

Scores tels que publiés par le fournisseur du modèle.

Raisonnement

Niveau d'effort par défaut
max
Activé par défaut
Oui
Toujours activé
Oui
Niveaux d'effort disponibles
max / high / low

Démarrage rapide

Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.

1

Configurer votre clé API

Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.

export FELO_API_KEY="YOUR_API_KEY"
2

Effectuer votre première requête

Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.

glm-5.3-flashx-legal

Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.

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());

Utiliser des SDK tiers

Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.

3

Activer le streaming

Ajoutez stream: true pour recevoir les réponses sous forme de 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-flashx-legal",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

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

Paramètres

NomTypePar défautDescription
modelstringglm-5.3-flashx-legalID public du modèle à appeler.
max_tokensinteger—Nombre maximal de tokens générés.
messagesarray—Messages de la conversation pour Chat Completions.
toolsarray—Définitions de tool calling conformes au schéma compatible.
top_k———
top_p———
reasoning———
temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.
tool_choicestring or object—Contrôle si un outil doit être appelé.
response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.
reasoning_effort———
include_reasoning———
structured_outputs———

Questions fréquentes

Qu'est-ce que GLM 5.3 FlashX Legal?

Z.ai GLM 5.3 FlashX Legal est un modèle de la famille GLM-5.3-Flash, conçu pour l'intelligence juridique agentique. Il combine compréhension de documents, raisonnement juridique et planification de tâches. Il accepte en entrée du texte, des images, des vidéos et des fichiers, et produit du texte. Son contexte est d'environ un million de tokens, avec une limite de sortie de 128K tokens. Il prend en charge la sortie en streaming, l'appel de fonctions, la mise en cache de contexte et les formats de sortie structurés comme JSON. Il peut également s'appuyer sur des services MCP spécialisés pour accéder à des données juridiques externes et à des outils de traitement de documents Word. Le mode réflexion est toujours activé et ne peut pas être désactivé. Ce modèle est conçu pour les tâches juridiques nécessitant une analyse approfondie de documents. Il convient à la revue de contrats, à l'analyse de preuves, à la préparation de dossiers, à la rédaction de documents juridiques et à l'extraction d'informations clés à partir de contrats et de matériels de litige. Il permet également de vérifier la cohérence entre plusieurs documents, d'identifier les relations juridiques et les points de litige, et d'examiner les contrats au niveau des clauses pour détecter les risques et les conflits. Au-delà du droit, il peut être utilisé pour la programmation d'interfaces à partir de captures d'écran, d'images de pages, d'URL de sites web ou d'enregistrements d'écran, ainsi que pour l'analyse financière et la génération de modèles 3D paramétriques à partir de photographies ou de plans CAO. Selon Z.ai, l'architecture du modèle utilise trois fois moins de calcul d'attention et un cache KV 4,4 fois plus petit que GLM-5.3 à un contexte d'un million de tokens. La famille GLM-5.3-Flash compte 320 milliards de paramètres au total et 18 milliards de paramètres actifs. Le modèle est open source sous licence MIT et peut être exécuté localement avec des quantifications GGUF dynamiques. Une version à un bit fonctionne sur une machine de 100 gigaoctets, et une version à trois bits tient sur un Mac de 128 gigaoctets ou un NVIDIA DGX Spark. L'identifiant API officiel est glm-5.3-flashx. Malgré son nom, FlashX reste lourd à auto-héberger, et il n'est pas encore inclus dans le Coding Plan.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quels types d'entrées le modèle accepte-t-il ?

Il accepte nativement du texte, des images, des vidéos et des fichiers en entrée, et produit du texte en sortie.

Quelle est la longueur de contexte et la limite de sortie ?

Le contexte est d'environ un million de tokens et la limite de sortie est de 128K tokens.

Le mode réflexion peut-il être désactivé ?

Non, le mode réflexion est toujours activé et ne peut pas être désactivé, ce qui inclut toujours le processus de délibération dans le coût et la latence.

À quelles tâches juridiques ce modèle est-il destiné ?

Il est conçu pour l'intelligence juridique agentique, notamment la revue de contrats au niveau des clauses, l'analyse de preuves, la préparation de dossiers, la rédaction de documents juridiques et la vérification de cohérence entre plusieurs documents.

Quelles sont les caractéristiques techniques principales ?

L'architecture utilise trois fois moins de calcul d'attention et un cache KV 4,4 fois plus petit que GLM-5.3 à un contexte d'un million de tokens. Le modèle est open source sous licence MIT et peut être exécuté localement avec des quantifications GGUF dynamiques.

Quelles sont les limites à connaître ?

Le mode réflexion est toujours activé, ce qui impacte la latence et le coût. L'auto-hébergement reste lourd, et FlashX n'est pas encore inclus dans le Coding Plan.

Modèles liés