Felo API PlatformFelo API Platform
Назад до моделей
Z.aimessages

GLM 5.3 API

GLM-5.3 від Z.ai — це модель із відкритими вагами для тексту з контекстом до 1 мільйона токенів, режимом міркування та сильними результатами в агентних задачах програмування й кібербезпеки.

GLM-5.3 — це текстова модель від Z.ai, випущена 14 серпня 2026 року, яка приймає текст на вході й повертає текст на виході та підтримує контекст до 1 мільйона токенів. Вона працює в режимі міркування з трьома рівнями зусиль: низьким, високим і максимальним, причому вимкнути міркування більше не можна. Для інтеграції доступні потокові відповіді, виклик функцій, кешування контексту та структурований вивід, зокрема JSON.

Модель орієнтована на тривалі агентні сценарії: довготривалі цикли агентів, складні задачі програмної інженерії, багатокрокову роботу в командному рядку, як-от рефакторинг і розбір збоїв CI, а також роботу в масштабі репозиторію. Окремо Z.ai відзначає діагностику й оптимізацію інфраструктури машинного навчання та ширші агентні задачі поза програмуванням. За словами вендора, модель здатна виконувати порівнянну роботу приблизно за 50 000 токенів замість 120 000, а приріст зосереджений на багатокрокових задачах, а не на одноразових відповідях.

GLM-5.3 використовує ту саму базову модель, що й GLM-5.2, — архітектуру Mixture-of-Experts на 743 мільярди параметрів, — і всі покращення походять виключно з посттренування. Вендор називає її найздатнішою моделлю з відкритими вагами для програмування, а також лідером серед відкритих моделей на Terminal Bench 3.0, Agents' Last Exam і CyberGym. Водночас наведені цифри ще не незалежно відтворені, можливості поступаються сучасним закритим фронтирним моделям, а відкриті ваги затримали приблизно на два тижні після запуску для перевірки безпеки.

ОбмеженоБезкоштовний пробний період

Оновлено:

MODEL ID

glm-5.3
Контекст
1.049M
Макс. вихід
943.718K
Рекомендований API
messages
Вхід
text
Вихід
text
GLM 5.3: пелікан їде на велосипеді

Подивіться на пелікана від цієї моделі

Подивіться, що створила модель GLM 5.3 за тим самим запитом.

Ключові можливості

  • Контекст до 1 мільйона токенів
  • Три рівні зусиль міркування
  • Виклик функцій і структурований вивід
  • Кешування контексту
  • Найздатніша відкрита модель для коду за Z.ai
  • Лідер на CyberGym з пошуку вразливостей

Постачальники

Найкраща ціна
12 постачальників

Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.

Постачальник · Деталі тарифів
Доступність
$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

Що можна купити за $10

Вхід
7,1 млн токенів
Вихід
2,3 млн токенів

Оцінка за поточними цінами входу й виходу, без урахування знижок.

Бенчмарки

  • Code Bench

    покращення порівняно з GLM-5.2 за внутрішнім бенчмарком вендора

    50%
  • Terminal Bench 3.0

    бали; у GLM-5.2 було 4.6, приріст 23.7 бала

    28.3
  • DeepSWE v1.1

    бали; зростання з 46.2 у GLM-5.2, покращення на 20.7 бала

    66.9
  • Agents' Last Exam CLI

    бали; зростання з 23.8 у GLM-5.2

    28.5
  • ExploitBench

    зростання з 24.4% у GLM-5.2

    54.4%
  • CyberGym

    бенчмарк пошуку вразливостей

    84.5%
  • GDPval-AA v2

    балів за 44 професійними категоріями

    1769

Результати за публікацією постачальника моделі.

Міркування

Типовий рівень зусиль
max
Увімкнено за замовчуванням
Так
Завжди ввімкнено
Так
Доступні рівні зусиль
max / high / low

Швидкий старт

Готовий код для виклику цієї моделі через сумісні API Felo API Platform. Почніть у Playground, якщо хочете перевірити промпти перед написанням коду.

1

Отримайте API-ключ

Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.

export FELO_API_KEY="YOUR_API_KEY"
2

Зробіть перший запит

Використовуйте цей ідентифікатор моделі з endpoint Felo API Platform. Необов'язкові заголовки запиту, як-от X-Request-Id, можуть допомогти з діагностикою.

glm-5.3

Ця модель підтримує міркування. Якщо вибраний протокол і маршрут моделі надають елементи керування міркуванням, зберігайте повернені метадані міркування під час продовження розмови.

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());

Використання сторонніх SDK

Використовуйте сумісні SDK, встановивши baseURL на https://openapi.felo.ai/api/v1. Для клієнтів у стилі Claude використовуйте базовий URL, сумісний з Anthropic. https://openapi.felo.ai/api.

3

Увімкніть стрімінг

Додайте stream: true, щоб отримувати відповіді як 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 надає сумісні поверхні виклику моделей. Виберіть ту, яку ваш застосунок або клієнт-агент уже підтримує.

ПоверхняМетодURL

Messages

Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.

POST

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

Параметри

НазваТипЗа замовчуваннямОпис
modelstringglm-5.3Публічний ідентифікатор моделі для виклику.
max_tokensinteger—Максимальна кількість згенерованих токенів.
messagesarray—Повідомлення розмови для Chat Completions.
seed———
stop———
min_p———
toolsarray—Визначення виклику інструментів за сумісною схемою.
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Керує різноманітністю відповідей, якщо підтримується.
tool_choicestring or object—Керує тим, чи слід викликати інструмент.
top_logprobs———
response_formatobject—Запитує структурований вихід, якщо підтримується.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
parallel_tool_calls———

Часті запитання

Що таке GLM 5.3?

GLM-5.3 — це текстова модель від Z.ai, випущена 14 серпня 2026 року, яка приймає текст на вході й повертає текст на виході та підтримує контекст до 1 мільйона токенів. Вона працює в режимі міркування з трьома рівнями зусиль: низьким, високим і максимальним, причому вимкнути міркування більше не можна. Для інтеграції доступні потокові відповіді, виклик функцій, кешування контексту та структурований вивід, зокрема JSON. Модель орієнтована на тривалі агентні сценарії: довготривалі цикли агентів, складні задачі програмної інженерії, багатокрокову роботу в командному рядку, як-от рефакторинг і розбір збоїв CI, а також роботу в масштабі репозиторію. Окремо Z.ai відзначає діагностику й оптимізацію інфраструктури машинного навчання та ширші агентні задачі поза програмуванням. За словами вендора, модель здатна виконувати порівнянну роботу приблизно за 50 000 токенів замість 120 000, а приріст зосереджений на багатокрокових задачах, а не на одноразових відповідях. GLM-5.3 використовує ту саму базову модель, що й GLM-5.2, — архітектуру Mixture-of-Experts на 743 мільярди параметрів, — і всі покращення походять виключно з посттренування. Вендор називає її найздатнішою моделлю з відкритими вагами для програмування, а також лідером серед відкритих моделей на Terminal Bench 3.0, Agents' Last Exam і CyberGym. Водночас наведені цифри ще не незалежно відтворені, можливості поступаються сучасним закритим фронтирним моделям, а відкриті ваги затримали приблизно на два тижні після запуску для перевірки безпеки.

Як нараховується оплата за використання?

Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.

Які типи входу та виходу підтримує GLM-5.3?

Модель приймає текст на вході й повертає текст на виході. Інші модальності в документації не зазначені.

Який обсяг контексту в GLM-5.3?

Контекст сягає до 1 мільйона токенів.

Чи можна вимкнути режим міркування?

Ні. GLM-5.3 підтримує три рівні зусиль міркування — низький, високий і максимальний — але вимкнути міркування більше не можна. Для застосунків, що працювали з вимкненим міркуванням, це несумісна зміна.

Для яких задач найкраще підходить GLM-5.3?

Для довготривалих циклів агентів, складних задач програмної інженерії, багатокрокової роботи в CLI, як-от рефакторинг і розбір збоїв CI, та роботи в масштабі репозиторію.

Чим GLM-5.3 відрізняється від GLM-5.2?

Вона використовує ту саму базову модель на 743 мільярди параметрів, і всі покращення походять з посттренування. Водночас GLM-5.3 більше не дозволяє вимикати міркування.

Чи можна розгорнути модель локально?

Так, підтримується локальне розгортання з різними фреймворками, а квантовані версії доступні у спільноті Hugging Face.

Схожі моделі

GLM 5.3 FlashX Legal

Z.aiglm-5.3-flashx-legal

Z.ai: GLM 5.3 FlashX Legal — це орієнтована на швидкість мультимодальна модель для юридичних завдань, яка обробляє текстові, графічні, відео- та файлові запити й повертає текстові відповіді.

Перевірка договорівАналіз доказівПідготовка справРобочі документи для due diligence

Контекст

1.049M

Макс. вихід

131.072K

Вхідні токени

$0.37 / 1M токенів

Вихідні токени

$1.25 / 1M токенів

GLM 5.3 Flash

Z.aiglm-5.3-flash

Z.ai: GLM 5.3 Flash — це мультимодальна модель із контекстом у 1 мільйон токенів, орієнтована на агентні завдання, програмування та обробку документів, з нижчою вартістю виведення, ніж у флагмана GLM 5.3.

Помічники для програмування з урахуванням репозиторіюАналіз скриншотів для написання кодуАгенти з великою кількістю документівПовторювані робочі процеси перевірки коду

Контекст

1.049M

Макс. вихід

943.717K

Вхідні токени

$0.15 / 1M токенів

Вихідні токени

$0.5 / 1M токенів