GLM 5.3 Flash API
GLM 5.3 Flash è un modello Mixture-of-Experts di Z.ai con 320 miliardi di parametri totali, contesto fino a un milione di token e input nativo multimodale per testo e immagini.
GLM 5.3 Flash è un modello linguistico Mixture-of-Experts sviluppato da Z.ai, con 320 miliardi di parametri totali e 18 miliardi attivi per token. Dispone di una finestra di contesto fino a un milione di token e accetta input nativi multimodali, combinando testo e immagini. Il ragionamento è attivo per impostazione predefinita e il modello supporta il tool calling e l'output strutturato.
L'architettura ibrida unisce attenzione lineare e attenzione sparsa, con 45 layer rispetto ai 92 della generazione precedente. È stato addestrato su un corpus multimodale da 30 trilioni di token e parte da una base appena addestrata, non riutilizza quella di GLM 5.2. Rispetto al modello di punta GLM 5.3, utilizza 3,0 volte meno calcolo di attenzione e ha una KV cache 4,4 volte più piccola, con costi di inferenza sensibilmente inferiori.
Il modello è pensato per assistenti di programmazione consapevoli del repository, analisi screenshot-to-code e agenti documentali con molti file. Trova impiego anche in flussi di code review ripetuti, automazione a contesto lungo e audit visivi automatici di documenti aziendali come PDF, PPTX, DOCX e XLSX. Supporta inoltre la generazione di CAD parametrico 3D eseguibile a partire da progetti 2D, il refactoring massiccio e le patch di sicurezza su codebase legacy, agenti desktop in tempo reale e la conversione di registrazioni schermo e design in applicazioni Next.js.
Aggiornato:
ID MODELLO
glm-5.3-flash- Contesto
- 1.049M
- Output max
- 943.718K
- API consigliata
- messages
- Input
- text / image / video
- Output
- text
In evidenza
- Contesto fino a 1 milione di token
- Input nativo per testo e immagini
- 320 miliardi di parametri totali
- 18 miliardi di parametri attivi per token
- Ragionamento attivo per impostazione predefinita
- Supporto a tool calling e output strutturato
Fornitori
Prezzo miglioreConfronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| $0.15 | $0.5 | $0.03 | |
| $0.0413 | $0.12 | $0.00375 | |
| $0.15 | $0.5 | $0.03 | |
| $0.15 | $0.5 | $0.03 |
Cosa acquisti con $10
- Input
- 66,7 Mln token
- Output
- 20 Mln token
Stima basata sui prezzi attuali di input e output, esclusi gli sconti.
Benchmark
- 29.0
Code Bench v1.0
sforzo massimo; confrontato con Claude Opus 4.8 a 29.5
Punteggi come pubblicati dal fornitore del modello.
Ragionamento
- Sforzo predefinito
- max
- Attivo per impostazione predefinita
- Sì
- Sempre attivo
- Sì
- Livelli di sforzo disponibili
- max / high / low
Avvio rapido
Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.
Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"Invia la prima richiesta
Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.
glm-5.3-flashQuesto modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.
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());Usare SDK di terze parti
Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.
Attiva lo streaming
Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.
Messages
Messaggi compatibili con Anthropic per i client in stile Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametri
modelstringglm-5.3-flashID pubblico del modello da chiamare.max_tokensinteger—Numero massimo di token generati.messagesarray—Messaggi della conversazione per Chat Completions.frequency_penalty———include_reasoning———logit_bias———logprobs———min_p———parallel_tool_calls———presence_penalty———reasoning———reasoning_effort———repetition_penalty———response_formatobject—Richiede output strutturato quando supportato.seed———stop———structured_outputs———temperaturenumber—Controlla la varietà delle risposte quando supportato.tool_choicestring or object—Controlla se uno strumento deve essere chiamato.toolsarray—Definizioni di tool calling secondo lo schema compatibile.top_k———top_logprobs———top_p———Domande frequenti
Cos'è GLM 5.3 Flash?
GLM 5.3 Flash è un modello linguistico Mixture-of-Experts sviluppato da Z.ai, con 320 miliardi di parametri totali e 18 miliardi attivi per token. Dispone di una finestra di contesto fino a un milione di token e accetta input nativi multimodali, combinando testo e immagini. Il ragionamento è attivo per impostazione predefinita e il modello supporta il tool calling e l'output strutturato. L'architettura ibrida unisce attenzione lineare e attenzione sparsa, con 45 layer rispetto ai 92 della generazione precedente. È stato addestrato su un corpus multimodale da 30 trilioni di token e parte da una base appena addestrata, non riutilizza quella di GLM 5.2. Rispetto al modello di punta GLM 5.3, utilizza 3,0 volte meno calcolo di attenzione e ha una KV cache 4,4 volte più piccola, con costi di inferenza sensibilmente inferiori. Il modello è pensato per assistenti di programmazione consapevoli del repository, analisi screenshot-to-code e agenti documentali con molti file. Trova impiego anche in flussi di code review ripetuti, automazione a contesto lungo e audit visivi automatici di documenti aziendali come PDF, PPTX, DOCX e XLSX. Supporta inoltre la generazione di CAD parametrico 3D eseguibile a partire da progetti 2D, il refactoring massiccio e le patch di sicurezza su codebase legacy, agenti desktop in tempo reale e la conversione di registrazioni schermo e design in applicazioni Next.js.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali tipi di input supporta GLM 5.3 Flash?
Accetta input testuali e immagini in modo nativo, con output esclusivamente testuale. L'elaborazione multimodale è integrata nel modello.
Quanto è ampia la finestra di contesto?
La finestra di contesto arriva fino a un milione di token. Il limite massimo di token in output non è esposto in modo evidente nelle informazioni disponibili.
A cosa serve principalmente questo modello?
È adatto ad assistenti di programmazione, analisi di screenshot, agenti documentali, code review ripetute e automazione a contesto lungo. Supporta anche audit visivi di PDF, PPTX, DOCX e XLSX e la generazione di CAD parametrico.
In cosa differisce da GLM 5.3?
GLM 5.3 Flash usa 3,0 volte meno calcolo di attenzione e ha una KV cache 4,4 volte più piccola rispetto a GLM 5.3, con costi di inferenza sensibilmente inferiori. Non va considerato automaticamente equivalente al modello di punta per i carichi di ragionamento o ingegneria del software più complessi.
Come si comporta rispetto a GLM 5.2?
Supera GLM 5.2 nei test di programmazione e sugli agenti. Parte inoltre da una base appena addestrata invece di riutilizzare quella di GLM 5.2.
Con quale licenza è distribuito?
È distribuito con licenza MIT, per uso commerciale e personale.