Felo API PlatformFelo API Platform
Kembali ke model
Z.aimessages

GLM 5.3 API

Z.ai: GLM 5.3 ialah model teks keluaran Z.ai yang menyokong konteks sehingga 1 juta token, mod berfikir berperingkat, dan tugasan pengekodan serta agen jangka panjang.

Z.ai: GLM 5.3 ialah model bahasa daripada Z.ai yang menerima input teks dan menghasilkan output teks. Ia menyokong konteks sehingga 1 juta token serta mod berfikir dengan tiga tahap usaha penaakulan: rendah, tinggi dan maksimum. Dalam versi ini, mod berfikir tidak lagi boleh dimatikan. Model ini turut menyediakan mesej penstriman untuk respons masa nyata, pemanggilan fungsi untuk integrasi alat, cache konteks untuk pengoptimuman perbualan panjang, dan output berstruktur seperti JSON.

Model ini sesuai untuk agen pengekodan jangka panjang, tugasan kejuruteraan perisian yang kompleks, kerja CLI berbilang langkah seperti pemfaktoran semula dan triaj CI, gelung agen yang berjalan lama, kerja berskala repositori, serta diagnosis dan pengoptimuman infrastruktur ML. Ia juga sesuai untuk tugasan agen yang lebih luas di luar pengekodan. Z.ai menyatakan bahawa keupayaan pengekodan model ini merupakan yang paling tinggi dalam kalangan model pemberat terbuka, dan ia mencapai hasil terkini dalam kalangan model sumber terbuka pada Terminal Bench 3.0 dan Agents' Last Exam.

GLM 5.3 menggunakan model asas yang sama seperti GLM-5.2, iaitu seni bina Mixture-of-Experts dengan 743 bilion parameter, dan semua peningkatan datang sepenuhnya daripada pascalatihan. Akses buat masa ini terhad kepada GLM Coding Plan, manakala API model hanya tersedia melalui protokol serasi OpenAI Chat Completion. Pemberat terbuka dijangka tersedia sekitar akhir Ogos 2026 selepas semakan keselamatan yang melambatkannya kira-kira dua minggu.

Dikemas kini:

ID MODEL

glm-5.3
Konteks
1.049M
Output maks
943.718K
API yang disyorkan
messages
Input
text
Output
text
GLM 5.3: burung pelikan menunggang basikal

Lihat pelikan hasil model ini

Lihat hasil ciptaan GLM 5.3 daripada arahan yang sama.

Sorotan

  • Konteks sehingga 1 juta token
  • Tiga tahap usaha penaakulan
  • Pemanggilan fungsi untuk integrasi alat
  • Cache konteks untuk perbualan panjang
  • Output berstruktur seperti JSON
  • Pemberat terbuka dijangka akhir Ogos 2026

Penyedia

Harga terbaik
12 penyedia

Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.

Penyedia · Butiran harga
Ketersediaan
$1.4$4.4$0.26
$0.7$2.2$0.13
$1.4$0.7$4.4$2.2$0.26$0.13
$0.9$0.72$4$3.2$0.2$0.16
$0.91$2.86$0.169
$1.4$0.98$4.4$3.08$0.26$0.182
$1.053$2.15$0.356
$1.19$3.74$0.238
$1.4$4.4$0.14
$1.4$4.4$0.26
$1.4$4.4$0.26
$1.68$5.28$0.312

Apa yang boleh dibeli dengan $10

Input
7.1J token
Output
2.3J token

Anggaran berdasarkan harga input dan output semasa, sebelum diskaun.

Penanda aras

  • Code Bench

    Peningkatan berbanding GLM-5.2, penanda aras dalaman vendor

    50%
  • Terminal Bench 3.0

    Mata; GLM-5.2 memperoleh 4.6, peningkatan 23.7 mata

    28.3
  • DeepSWE v1.1

    Mata; naik daripada 46.2 pada GLM-5.2, peningkatan 20.7 mata

    66.9
  • Agents' Last Exam CLI

    Mata; naik daripada 23.8 pada GLM-5.2

    28.5
  • ExploitBench

    Naik daripada 24.4% pada GLM-5.2

    54.4%
  • CyberGym

    Penanda aras penemuan kelemahan

    84.5%
  • GDPval-AA v2

    Mata merentas 44 kategori pekerjaan

    1769

Skor seperti yang diterbitkan oleh penyedia model.

Penaakulan

Tahap usaha lalai
max
Diaktifkan secara lalai
Ya
Sentiasa diaktifkan
Ya
Tahap usaha yang tersedia
max / high / low

Mula pantas

Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.

1

Tetapkan kunci API

Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.

export FELO_API_KEY="YOUR_API_KEY"
2

Hantar permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.

glm-5.3

Model ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.

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

Menggunakan SDK pihak ketiga

Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.

3

Dayakan penstriman

Tambah stream: true untuk menerima respons sebagai 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",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.

Antara mukaKaedahURL

Messages

Mesej serasi Anthropic untuk klien gaya Claude.

POST

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

Parameter

NamaJenisLalaiKeterangan
modelstringglm-5.3ID model awam untuk dipanggil.
max_tokensinteger—Bilangan maksimum token yang dijana.
messagesarray—Mesej perbualan untuk Chat Completions.
seed———
stop———
min_p———
toolsarray—Definisi tool calling mengikut skema serasi.
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Mengawal kepelbagaian respons apabila disokong.
tool_choicestring or object—Mengawal sama ada alat perlu dipanggil.
top_logprobs———
response_formatobject—Meminta output berstruktur apabila disokong.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Soalan lazim

Mengenali GLM 5.3?

Z.ai: GLM 5.3 ialah model bahasa daripada Z.ai yang menerima input teks dan menghasilkan output teks. Ia menyokong konteks sehingga 1 juta token serta mod berfikir dengan tiga tahap usaha penaakulan: rendah, tinggi dan maksimum. Dalam versi ini, mod berfikir tidak lagi boleh dimatikan. Model ini turut menyediakan mesej penstriman untuk respons masa nyata, pemanggilan fungsi untuk integrasi alat, cache konteks untuk pengoptimuman perbualan panjang, dan output berstruktur seperti JSON. Model ini sesuai untuk agen pengekodan jangka panjang, tugasan kejuruteraan perisian yang kompleks, kerja CLI berbilang langkah seperti pemfaktoran semula dan triaj CI, gelung agen yang berjalan lama, kerja berskala repositori, serta diagnosis dan pengoptimuman infrastruktur ML. Ia juga sesuai untuk tugasan agen yang lebih luas di luar pengekodan. Z.ai menyatakan bahawa keupayaan pengekodan model ini merupakan yang paling tinggi dalam kalangan model pemberat terbuka, dan ia mencapai hasil terkini dalam kalangan model sumber terbuka pada Terminal Bench 3.0 dan Agents' Last Exam. GLM 5.3 menggunakan model asas yang sama seperti GLM-5.2, iaitu seni bina Mixture-of-Experts dengan 743 bilion parameter, dan semua peningkatan datang sepenuhnya daripada pascalatihan. Akses buat masa ini terhad kepada GLM Coding Plan, manakala API model hanya tersedia melalui protokol serasi OpenAI Chat Completion. Pemberat terbuka dijangka tersedia sekitar akhir Ogos 2026 selepas semakan keselamatan yang melambatkannya kira-kira dua minggu.

Bagaimana penggunaan dicaj?

Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.

Apakah jenis input dan output yang disokong oleh GLM 5.3?

GLM 5.3 menerima input teks dan menghasilkan output teks sahaja.

Berapakah panjang konteks yang disokong?

Model ini menyokong konteks sehingga 1 juta token.

Apakah tahap usaha penaakulan yang tersedia?

Terdapat tiga tahap: rendah, tinggi dan maksimum. Mod berfikir tidak lagi boleh dimatikan dalam versi ini.

Apakah tugas yang paling sesuai untuk GLM 5.3?

Ia sesuai untuk agen pengekodan jangka panjang, tugasan kejuruteraan perisian kompleks, kerja CLI berbilang langkah, gelung agen berjalan lama, kerja berskala repositori, dan diagnosis serta pengoptimuman infrastruktur ML.

Apakah perbezaan antara GLM 5.3 dan GLM-5.2?

Kedua-duanya menggunakan model asas yang sama, tetapi GLM 5.3 menambah peningkatan melalui pascalatihan dan tidak lagi membenarkan mod berfikir dimatikan. GLM 5.3 juga menunjukkan peningkatan pada beberapa penanda aras seperti Terminal Bench 3.0 dan DeepSWE v1.1.

Model berkaitan