Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ
Z.aimessages

GLM 5.3 Flash API

GLM 5.3 Flash एक तेज़ और किफ़ायती मल्टीमॉडल मॉडल है जो 1 मिलियन टोकन कॉन्टेक्स्ट के साथ टेक्स्ट और इमेज इनपुट को प्रोसेस करता है।

GLM 5.3 Flash, Z.ai का एक नया मल्टीमॉडल मॉडल है जो टेक्स्ट और इमेज दोनों इनपुट को नेटिव रूप से समझता है। इसमें 1 मिलियन टोकन तक का लंबा कॉन्टेक्स्ट विंडो है और रीज़निंग डिफ़ॉल्ट रूप से चालू रहती है। यह मॉडल टूल कॉलिंग, स्ट्रक्चर्ड आउटपुट और ग्राफ़िकल यूज़र इंटरफ़ेस ऑटोमेशन का समर्थन करता है।

यह मॉडल खास तौर पर कोडिंग सहायकों, स्क्रीनशॉट-टू-कोड विश्लेषण, दस्तावेज़-भारी एजेंट्स और लंबे कॉन्टेक्स्ट वाले ऑटोमेशन के लिए उपयुक्त है। इसका उपयोग बड़े पैमाने पर कोड रिफैक्टरिंग, सुरक्षा पैचिंग, ऑफ़िस दस्तावेज़ों के ऑडिट और 2D ब्लूप्रिंट से 3D पैरामीट्रिक CAD जनरेट करने जैसे कार्यों में भी किया जा सकता है।

यह एक मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल है जिसमें 320 बिलियन कुल पैरामीटर और प्रति टोकन 18 बिलियन सक्रिय पैरामीटर हैं। यह GLM 5.3 की तुलना में 3.0 गुना कम अटेंशन कंप्यूट और 4.4 गुना छोटा KV कैश उपयोग करता है, जिससे यह तेज़ और किफ़ायती बनता है।

Playground खोलें ↗API key बनाएँ ↗शुरुआती गाइड →

अपडेट किया गया:

मॉडल ID

glm-5.3-flash
कॉन्टेक्स्ट
1.049M
अधिकतम आउटपुट
943.718K
अनुशंसित API
messages
इनपुट
text / image / video
आउटपुट
text

मुख्य बातें

  • 1 मिलियन टोकन कॉन्टेक्स्ट
  • टेक्स्ट और इमेज इनपुट
  • डिफ़ॉल्ट रीज़निंग
  • टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट
  • 320B कुल पैरामीटर, 18B सक्रिय
  • MIT लाइसेंस

प्रदाता

सबसे अच्छी कीमत
5 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
$0.15$0.5$0.03
$0.0413$0.12$0.00375
$0.15$0.0975$0.5$0.325$0.03$0.0195
$0.15$0.5$0.03
$0.15$0.5$0.03

$10 में क्या मिलता है

इनपुट
6.7 क॰ token
आउटपुट
2 क॰ token

मौजूदा इनपुट और आउटपुट कीमतों से अनुमानित, छूट से पहले।

बेंचमार्क

  • Code Bench v1.0

    अधिकतम प्रयास; क्लॉड ओपस 4.8 के 29.5 की तुलना में

    29.0

स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।

रीज़निंग

डिफ़ॉल्ट प्रयास
max
डिफ़ॉल्ट रूप से सक्षम
हाँ
हमेशा सक्षम
हाँ
उपलब्ध प्रयास स्तर
max / high / low

त्वरित शुरुआत

Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।

Playground खोलेंAPI key बनाएँ
1

अपनी API key लें

अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।

export FELO_API_KEY="YOUR_API_KEY"
2

अपना पहला अनुरोध भेजें

इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।

glm-5.3-flash

यह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।

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());

थर्ड-पार्टी SDK इस्तेमाल करना

संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.

3

स्ट्रीमिंग चालू करें

रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।

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 संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।

सतहमेथडURL

Messages

Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।

POST

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

पैरामीटर

नामप्रकारडिफ़ॉल्टविवरण
modelstringglm-5.3-flashकॉल करने के लिए सार्वजनिक मॉडल ID।
max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।
messagesarray—Chat Completions के लिए बातचीत के मैसेज।
frequency_penalty———
include_reasoning———
logit_bias———
logprobs———
min_p———
parallel_tool_calls———
presence_penalty———
reasoning———
reasoning_effort———
repetition_penalty———
response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।
seed———
stop———
structured_outputs———
temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।
tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।
toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।
top_k———
top_logprobs———
top_p———

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: GLM 5.3 Flash?

GLM 5.3 Flash, Z.ai का एक नया मल्टीमॉडल मॉडल है जो टेक्स्ट और इमेज दोनों इनपुट को नेटिव रूप से समझता है। इसमें 1 मिलियन टोकन तक का लंबा कॉन्टेक्स्ट विंडो है और रीज़निंग डिफ़ॉल्ट रूप से चालू रहती है। यह मॉडल टूल कॉलिंग, स्ट्रक्चर्ड आउटपुट और ग्राफ़िकल यूज़र इंटरफ़ेस ऑटोमेशन का समर्थन करता है। यह मॉडल खास तौर पर कोडिंग सहायकों, स्क्रीनशॉट-टू-कोड विश्लेषण, दस्तावेज़-भारी एजेंट्स और लंबे कॉन्टेक्स्ट वाले ऑटोमेशन के लिए उपयुक्त है। इसका उपयोग बड़े पैमाने पर कोड रिफैक्टरिंग, सुरक्षा पैचिंग, ऑफ़िस दस्तावेज़ों के ऑडिट और 2D ब्लूप्रिंट से 3D पैरामीट्रिक CAD जनरेट करने जैसे कार्यों में भी किया जा सकता है। यह एक मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल है जिसमें 320 बिलियन कुल पैरामीटर और प्रति टोकन 18 बिलियन सक्रिय पैरामीटर हैं। यह GLM 5.3 की तुलना में 3.0 गुना कम अटेंशन कंप्यूट और 4.4 गुना छोटा KV कैश उपयोग करता है, जिससे यह तेज़ और किफ़ायती बनता है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।

GLM 5.3 Flash कौन-कौन से इनपुट का समर्थन करता है?

यह टेक्स्ट और इमेज इनपुट का नेटिव समर्थन करता है और टेक्स्ट आउटपुट देता है।

इसका कॉन्टेक्स्ट विंडो कितना बड़ा है?

इसमें 1 मिलियन टोकन तक का कॉन्टेक्स्ट विंडो है।

क्या यह मॉडल टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट का समर्थन करता है?

हाँ, यह टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट का समर्थन करता है।

GLM 5.3 Flash और GLM 5.3 में क्या अंतर है?

GLM 5.3 Flash, GLM 5.3 की तुलना में 3.0 गुना कम अटेंशन कंप्यूट और 4.4 गुना छोटा KV कैश उपयोग करता है, जिससे यह अधिक किफ़ायती और तेज़ है।