GLM 5.3 API
GLM-5.3, da Z.ai, é um modelo de texto com janela de até 1 milhão de tokens, focado em agentes de codificação de longo curso e tarefas cibernéticas.
O GLM-5.3 é um modelo da Z.ai lançado em 14 de agosto de 2026, com entrada e saída apenas em texto e contexto de até 1 milhão de tokens. Ele usa o mesmo modelo-base do GLM-5.2, uma arquitetura Mixture-of-Experts de 743 bilhões de parâmetros, e todas as melhorias vêm do pós-treinamento, não de mudanças arquiteturais. Entre os recursos estão o modo de raciocínio com três níveis de esforço (low, high e max), streaming de mensagens, chamada de funções, cache de contexto e saída estruturada em formatos como JSON. O raciocínio não pode mais ser desativado, o que é uma mudança incompatível para aplicações que operavam com o pensamento desligado.
O modelo foi desenhado para agentes de codificação de horizonte longo, engenharia de software complexa, trabalhos de CLI em múltiplas etapas, como refatorações e triagem de CI, loops de agentes de longa duração, trabalho em escala de repositório, diagnóstico e otimização de infraestrutura de ML e tarefas agênticas além da codificação. Segundo a Z.ai, os ganhos se concentram em trabalho de múltiplas etapas, e não em conclusões de uma só vez; o modelo consegue realizar trabalho comparável com cerca de 50.000 tokens em vez de 120.000. A Z.ai o descreve como o modelo de pesos abertos mais capaz para codificação, com estado da arte entre modelos de código aberto no Terminal Bench 3.0 e no Agents' Last Exam, além de estado da arte no CyberGym para descoberta de vulnerabilidades.
Há limitações relevantes: os números são relatados pelo fabricante e ainda não foram reproduzidos de forma independente; a vantagem em capacidade cibernética se concentra na parte inicial da cadeia de exploração, e exploração mais profunda e fluxos ofensivos e defensivos completos ainda precisam melhorar; as capacidades ainda ficam bem abaixo dos modelos fechados de fronteira atuais. Os pesos abertos atrasaram cerca de duas semanas após o lançamento por uma revisão de segurança, e o acesso está atualmente limitado ao GLM Coding Plan. A API do modelo está disponível apenas pelo protocolo compatível com OpenAI Chat Completion, com SDK da Z.ai instalável via pip install zai-sdk e uso do SDK da OpenAI com a base URL https://api.z.ai/api/paas/v4/.
Atualizado:
ID DO MODELO
glm-5.3- Contexto
- 1.049M
- Saída máxima
- 943.718K
- API recomendada
- messages
- Entrada
- text
- Saída
- text

Destaques
- Contexto de até 1 milhão de tokens
- Três níveis de esforço de raciocínio
- Raciocínio não pode ser desativado
- Suporte a chamada de funções e saída estruturada
- Cache de contexto para conversas longas
- Pesos abertos previstos para o fim de agosto de 2026
Provedores
Melhor preçoCompare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| Disponibilidade | ||||
|---|---|---|---|---|
| $1.4 | $4.4 | $0.26 | ||
| $0.7 | $2.2 | $0.13 | ||
| $0.91 | $2.86 | $0.169 | ||
| $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 |
Estatísticas históricas não são uma verificação em tempo real. Dados ausentes não indicam uma interrupção.
O que $10 compram
- Entrada
- 7,1 mi tokens
- Saída
- 2,3 mi tokens
Estimativa com base nos preços atuais de entrada e saída, antes de descontos.
Benchmarks
- 50%
Code Bench
melhora sobre o GLM-5.2, benchmark interno do fabricante
- 28.3
Terminal Bench 3.0
pontos; o GLM-5.2 marcou 4.6, um ganho de 23.7 pontos
- 66.9
DeepSWE v1.1
pontos; subiu de 46.2 no GLM-5.2, uma melhora de 20.7 pontos
- 28.5
Agents' Last Exam CLI
pontos; acima dos 23.8 do GLM-5.2
- 54.4%
ExploitBench
acima dos 24.4% do GLM-5.2
- 84.5%
CyberGym
benchmark de descoberta de vulnerabilidades
- 1769
GDPval-AA v2
pontos em 44 categorias ocupacionais
Pontuações conforme publicadas pelo fornecedor do modelo.
Raciocínio
- Esforço padrão
- max
- Ativado por padrão
- Sim
- Sempre ativado
- Sim
- Níveis de esforço disponíveis
- max / high / low
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
glm-5.3Este modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.
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());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como 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
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringglm-5.3ID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.seed———stop———min_p———toolsarray—Definições de tool calling seguindo o schema compatível.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controla a variedade das respostas quando compatível.tool_choicestring or object—Controla se uma ferramenta deve ser chamada.top_logprobs———response_formatobject—Solicita saída estruturada quando compatível.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———Perguntas frequentes
O que é GLM 5.3?
O GLM-5.3 é um modelo da Z.ai lançado em 14 de agosto de 2026, com entrada e saída apenas em texto e contexto de até 1 milhão de tokens. Ele usa o mesmo modelo-base do GLM-5.2, uma arquitetura Mixture-of-Experts de 743 bilhões de parâmetros, e todas as melhorias vêm do pós-treinamento, não de mudanças arquiteturais. Entre os recursos estão o modo de raciocínio com três níveis de esforço (low, high e max), streaming de mensagens, chamada de funções, cache de contexto e saída estruturada em formatos como JSON. O raciocínio não pode mais ser desativado, o que é uma mudança incompatível para aplicações que operavam com o pensamento desligado. O modelo foi desenhado para agentes de codificação de horizonte longo, engenharia de software complexa, trabalhos de CLI em múltiplas etapas, como refatorações e triagem de CI, loops de agentes de longa duração, trabalho em escala de repositório, diagnóstico e otimização de infraestrutura de ML e tarefas agênticas além da codificação. Segundo a Z.ai, os ganhos se concentram em trabalho de múltiplas etapas, e não em conclusões de uma só vez; o modelo consegue realizar trabalho comparável com cerca de 50.000 tokens em vez de 120.000. A Z.ai o descreve como o modelo de pesos abertos mais capaz para codificação, com estado da arte entre modelos de código aberto no Terminal Bench 3.0 e no Agents' Last Exam, além de estado da arte no CyberGym para descoberta de vulnerabilidades. Há limitações relevantes: os números são relatados pelo fabricante e ainda não foram reproduzidos de forma independente; a vantagem em capacidade cibernética se concentra na parte inicial da cadeia de exploração, e exploração mais profunda e fluxos ofensivos e defensivos completos ainda precisam melhorar; as capacidades ainda ficam bem abaixo dos modelos fechados de fronteira atuais. Os pesos abertos atrasaram cerca de duas semanas após o lançamento por uma revisão de segurança, e o acesso está atualmente limitado ao GLM Coding Plan. A API do modelo está disponível apenas pelo protocolo compatível com OpenAI Chat Completion, com SDK da Z.ai instalável via pip install zai-sdk e uso do SDK da OpenAI com a base URL https://api.z.ai/api/paas/v4/.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais tipos de entrada e saída o GLM-5.3 suporta?
Ele aceita entrada de texto e produz saída de texto.
Qual é o tamanho do contexto e do limite de saída?
O contexto chega a até 1 milhão de tokens. O limite de saída não foi informado no material disponível.
Para que tarefas o GLM-5.3 é mais indicado?
Ele é voltado a agentes de codificação de horizonte longo, engenharia de software complexa, trabalho de CLI em múltiplas etapas, loops de agentes de longa duração, trabalho em escala de repositório e tarefas agênticas além da codificação.
O que muda em relação ao GLM-5.2?
O GLM-5.3 usa o mesmo modelo-base do GLM-5.2, com melhorias vindas inteiramente do pós-treinamento. Ele também deixa de permitir desativar o raciocínio, o que é uma mudança incompatível para aplicações que operavam com o pensamento desligado.
Quais níveis de esforço de raciocínio estão disponíveis?
Há três níveis: low, high e max. O raciocínio não pode mais ser desativado.
Como acessar o modelo pela API?
A API do modelo está disponível apenas pelo protocolo compatível com OpenAI Chat Completion. O SDK da Z.ai é instalado via pip install zai-sdk, e o SDK da OpenAI pode ser usado com a base URL https://api.z.ai/api/paas/v4/.
Modelos relacionados
GLM 5.3 FlashX Legal
Z.aiglm-5.3-flashx-legalO GLM 5.3 FlashX Legal é um modelo da Z.ai com entrada multimodal nativa de texto, imagem, vídeo e arquivos, contexto de aproximadamente um milhão de tokens e foco em inteligência jurídica agêntica.
Contexto
1.049M
Saída máxima
131.072K
Tokens de entrada
$0.37 / 1M tokens
Tokens de saída
$1.25 / 1M tokens
GLM 5.3 Flash
Z.aiglm-5.3-flashO GLM 5.3 Flash é um modelo multimodal nativo da Z.ai, com janela de contexto de 1 milhão de tokens, raciocínio ativado por padrão, chamada de ferramentas e automação de interface, criado para rodar com custo baixo e respostas rápidas.
Contexto
1.049M
Saída máxima
943.717K
Tokens de entrada
$0.15 / 1M tokens
Tokens de saída
$0.5 / 1M tokens