Felo API PlatformFelo API Platform
Назад к моделям
Z.aimessages

GLM 5.3 API

GLM-5.3 от Z.ai — языковая модель с контекстом до 1 миллиона токенов, тремя уровнями режима размышления и улучшенными агентными возможностями для программирования и кибербезопасности.

GLM-5.3 — модель Z.ai, выпущенная 14 августа 2026 года. Она принимает и выдаёт только текст, поддерживает контекст до 1 миллиона токенов, потоковые ответы, вызов функций, кэширование контекста и структурированный вывод, например JSON. Режим размышления имеет три уровня усилий — low, high и max; отключить размышление больше нельзя. Модель использует ту же базовую архитектуру Mixture-of-Experts на 743 миллиарда параметров, что и GLM-5.2, а все улучшения получены за счёт посттренировки.

Модель ориентирована на длительные агентные задачи: программирование в масштабе репозитория, сложные инженерные работы, многошаговые операции в командной строке, такие как рефакторинг и разбор сбоев CI, а также диагностику и оптимизацию инфраструктуры машинного обучения. По данным Z.ai, GLM-5.3 достигает сопоставимого результата примерно на 50 000 токенов вместо 120 000, а прирост сосредоточен в многошаговых сценариях, а не в одноразовых ответах.

Среди открытых моделей GLM-5.3 заявлена как лидер на Terminal Bench 3.0 и Agents' Last Exam, а также как лучшая по обнаружению уязвимостей на CyberGym. При этом возможности модели всё ещё значительно ниже актуальных закрытых фронтирных моделей, преимущество в кибербезопасности сосредоточено в начале цепочки эксплуатации, а более глубокие сценарии нападения и защиты требуют доработки. Цифры приведены вендором и пока не воспроизведены независимо; открытые веса ожидались примерно в конце августа 2026 года после проверки безопасности.

Обновлено:

MODEL ID

glm-5.3
Контекст
1.049M
Макс. вывод
943.718K
Рекомендуемый API
messages
Вход
text
Выход
text
GLM 5.3: пеликан на велосипеде

Пеликан этой модели

Посмотрите, что создала модель GLM 5.3 по тому же запросу.

Ключевые возможности

  • Контекст до 1 миллиона токенов
  • Три уровня режима размышления
  • Вызов функций и структурированный вывод
  • Кэширование контекста
  • Улучшения только за счёт посттренировки
  • Только текстовый ввод и вывод

Поставщики

Лучшая цена
12 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность
$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

Сколько дают $10

Вход
7,1 млн токенов
Выход
2,3 млн токенов

Оценка по текущим ценам входа и выхода, без учёта скидок.

Бенчмарки

  • Code Bench

    Улучшение относительно GLM-5.2 по внутреннему бенчмарку вендора.

    50%
  • Terminal Bench 3.0

    Баллы; у GLM-5.2 было 4.6, прирост составил 23.7 балла.

    28.3
  • DeepSWE v1.1

    Баллы; рост с 46.2 у GLM-5.2, улучшение на 20.7 балла.

    66.9
  • Agents' Last Exam CLI

    Баллы; рост с 23.8 у GLM-5.2.

    28.5
  • ExploitBench

    Рост с 24.4% у GLM-5.2.

    54.4%
  • CyberGym

    Бенчмарк по обнаружению уязвимостей.

    84.5%
  • GDPval-AA v2

    Баллы по 44 профессиональным категориям.

    1769

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
max
Включено по умолчанию
Да
Всегда включены
Да
Доступные уровни
max / high / low

Quick Start

Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.

1

Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"
2

Первый запрос

Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.

glm-5.3

Эта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении 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",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Сторонние SDK

В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.

3

Включить streaming

Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

ИмяТипПо умолчаниюОписание
modelstringglm-5.3Публичный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions по compatible schema.
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
tool_choicestring or object—Управляет тем, нужно ли вызвать tool.
top_logprobs———
response_formatobject—Запрашивает structured output, если поддерживается.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Частые вопросы

О модели GLM 5.3?

GLM-5.3 — модель Z.ai, выпущенная 14 августа 2026 года. Она принимает и выдаёт только текст, поддерживает контекст до 1 миллиона токенов, потоковые ответы, вызов функций, кэширование контекста и структурированный вывод, например JSON. Режим размышления имеет три уровня усилий — low, high и max; отключить размышление больше нельзя. Модель использует ту же базовую архитектуру Mixture-of-Experts на 743 миллиарда параметров, что и GLM-5.2, а все улучшения получены за счёт посттренировки. Модель ориентирована на длительные агентные задачи: программирование в масштабе репозитория, сложные инженерные работы, многошаговые операции в командной строке, такие как рефакторинг и разбор сбоев CI, а также диагностику и оптимизацию инфраструктуры машинного обучения. По данным Z.ai, GLM-5.3 достигает сопоставимого результата примерно на 50 000 токенов вместо 120 000, а прирост сосредоточен в многошаговых сценариях, а не в одноразовых ответах. Среди открытых моделей GLM-5.3 заявлена как лидер на Terminal Bench 3.0 и Agents' Last Exam, а также как лучшая по обнаружению уязвимостей на CyberGym. При этом возможности модели всё ещё значительно ниже актуальных закрытых фронтирных моделей, преимущество в кибербезопасности сосредоточено в начале цепочки эксплуатации, а более глубокие сценарии нападения и защиты требуют доработки. Цифры приведены вендором и пока не воспроизведены независимо; открытые веса ожидались примерно в конце августа 2026 года после проверки безопасности.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Какие входные и выходные данные поддерживает GLM-5.3?

Модель работает только с текстом: принимает текст и возвращает текст.

Каков объём контекста у GLM-5.3?

Контекст достигает 1 миллиона токенов. Ограничение на длину вывода в материалах не указано.

Какие уровни режима размышления доступны?

Поддерживаются три уровня усилий: low, high и max. Отключить размышление больше нельзя.

Для каких задач лучше всего подходит GLM-5.3?

Для длительных агентных циклов, программирования в масштабе репозитория, многошаговой работы в командной строке, диагностики ML-инфраструктуры и задач кибербезопасности.

Чем GLM-5.3 отличается от GLM-5.2?

Базовая модель та же, а все улучшения получены за счёт посттренировки. GLM-5.3 больше не позволяет отключать размышление, а его преимущество сосредоточено в многошаговых задачах.

Доступны ли открытые веса GLM-5.3?

Открытые веса ожидались примерно в конце августа 2026 года; их выпуск задержался примерно на две недели после запуска из-за проверки безопасности.

Связанные модели