GLM 5.3 API
GLM-5.3 của Z.ai là mô hình ngôn ngữ thuần văn bản với ngữ cảnh lên tới 1 triệu token, được huấn luyện hậu kỳ để mạnh hơn ở các tác vụ đa bước như lập trình quy mô kho mã và tác nhân tự động.
GLM-5.3 là mô hình ngôn ngữ của Z.ai ra mắt ngày 15 tháng 8 năm 2026, chỉ hỗ trợ đầu vào và đầu ra văn bản, với ngữ cảnh lên tới 1 triệu token. Mô hình dùng chung kiến trúc gốc với GLM-5.2 — một mô hình MoE khoảng 50 tỷ tham số hoạt động trong tổng 400 tỷ tham số — nên toàn bộ cải thiện đến từ quá trình huấn luyện hậu kỳ chứ không phải thay đổi kiến trúc. GLM-5.3 hỗ trợ chế độ suy luận với ba mức nỗ lực: thấp, cao và tối đa; không còn cho phép tắt hoàn toàn chế độ suy luận, đây là thay đổi gây ảnh hưởng tới các ứng dụng từng chạy với suy luận bị tắt. Mô hình cũng hỗ trợ phát trực tuyến tin nhắn, gọi hàm để tích hợp công cụ, bộ nhớ đệm ngữ cảnh cho hội thoại dài và đầu ra có cấu trúc như JSON.
GLM-5.3 phù hợp nhất với các tác vụ đa bước và chạy dài: tác nhân lập trình theo chuỗi dài, công việc kỹ thuật phần mềm phức tạp, các bước CLI như tái cấu trúc mã và phân loại CI, vòng lặp tác nhân chạy lâu, làm việc ở quy mô kho mã, chẩn đoán và tối ưu hạ tầng ML, cùng nhiều tác vụ tác nhân khác ngoài lập trình. Theo Z.ai, đây là mô hình mở trọng số có năng lực lập trình mạnh nhất của hãng, đạt trạng thái tiên tiến trong các mô hình mã nguồn mở trên Terminal Bench 3.0 và Agents' Last Exam, đồng thời đạt mức tiên tiến trên CyberGym về phát hiện lỗ hổng. Mô hình có thể đạt kết quả tương đương với khoảng 50.000 token thay vì 120.000 token, và mức cải thiện tập trung vào công việc đa bước hơn là hoàn thành một lần.
Cần lưu ý rằng các số liệu do nhà cung cấp công bố chưa được tái lập độc lập; lợi thế của mô hình tập trung ở phần đầu chuỗi khai thác, còn khai thác sâu hơn cùng quy trình tấn công và phòng thủ hoàn chỉnh vẫn cần cải thiện. Năng lực tổng thể vẫn thấp hơn đáng kể so với các mô hình tiên tiến đóng hiện tại. Trọng số mở được hoãn khoảng hai tuần sau khi ra mắt để rà soát an toàn, dự kiến vào cuối tháng 8 năm 2026.
Cập nhật:
ID MÔ HÌNH
glm-5.3- Ngữ cảnh
- 1.049M
- Đầu ra tối đa
- 943.718K
- API đề xuất
- messages
- Đầu vào
- text
- Đầu ra
- text

Điểm nổi bật
- Ngữ cảnh lên tới 1 triệu token
- Ba mức suy luận: thấp, cao, tối đa
- Hỗ trợ gọi hàm và đầu ra JSON
- Tối ưu cho tác vụ tác nhân đa bước
- Trọng số mở dự kiến cuối tháng 8 năm 2026
Nhà cung cấp
Giá tốt nhấtSo sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | ||||
|---|---|---|---|---|
| $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 |
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
10 USD mua được gì
- Đầu vào
- 7,1 Tr token
- Đầu ra
- 2,3 Tr token
Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.
Điểm chuẩn
- 50%
Code Bench
Cải thiện so với GLM-5.2 trên bài đánh giá nội bộ của nhà cung cấp.
- 28.3
Terminal Bench 3.0
Điểm; GLM-5.2 đạt 4.6, tăng 23.7 điểm.
- 66.9
DeepSWE v1.1
Điểm; tăng từ 46.2 trên GLM-5.2, cải thiện 20.7 điểm.
- 28.5
Agents' Last Exam CLI
Điểm; tăng từ 23.8 trên GLM-5.2.
- 54.4%
ExploitBench
Tăng từ 24.4% trên GLM-5.2.
- 84.5%
CyberGym
Bài đánh giá phát hiện lỗ hổng bảo mật.
- 1769
GDPval-AA v2
Điểm trên 44 nhóm ngành nghề.
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Mức nỗ lực mặc định
- max
- Bật theo mặc định
- Có
- Luôn bật
- Có
- Các mức nỗ lực khả dụng
- max / high / low
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
glm-5.3Mô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringglm-5.3ID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.seed———stop———min_p———toolsarray—Định nghĩa tool calling theo schema tương thích.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.top_logprobs———response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———Câu hỏi thường gặp
Tìm hiểu GLM 5.3?
GLM-5.3 là mô hình ngôn ngữ của Z.ai ra mắt ngày 15 tháng 8 năm 2026, chỉ hỗ trợ đầu vào và đầu ra văn bản, với ngữ cảnh lên tới 1 triệu token. Mô hình dùng chung kiến trúc gốc với GLM-5.2 — một mô hình MoE khoảng 50 tỷ tham số hoạt động trong tổng 400 tỷ tham số — nên toàn bộ cải thiện đến từ quá trình huấn luyện hậu kỳ chứ không phải thay đổi kiến trúc. GLM-5.3 hỗ trợ chế độ suy luận với ba mức nỗ lực: thấp, cao và tối đa; không còn cho phép tắt hoàn toàn chế độ suy luận, đây là thay đổi gây ảnh hưởng tới các ứng dụng từng chạy với suy luận bị tắt. Mô hình cũng hỗ trợ phát trực tuyến tin nhắn, gọi hàm để tích hợp công cụ, bộ nhớ đệm ngữ cảnh cho hội thoại dài và đầu ra có cấu trúc như JSON. GLM-5.3 phù hợp nhất với các tác vụ đa bước và chạy dài: tác nhân lập trình theo chuỗi dài, công việc kỹ thuật phần mềm phức tạp, các bước CLI như tái cấu trúc mã và phân loại CI, vòng lặp tác nhân chạy lâu, làm việc ở quy mô kho mã, chẩn đoán và tối ưu hạ tầng ML, cùng nhiều tác vụ tác nhân khác ngoài lập trình. Theo Z.ai, đây là mô hình mở trọng số có năng lực lập trình mạnh nhất của hãng, đạt trạng thái tiên tiến trong các mô hình mã nguồn mở trên Terminal Bench 3.0 và Agents' Last Exam, đồng thời đạt mức tiên tiến trên CyberGym về phát hiện lỗ hổng. Mô hình có thể đạt kết quả tương đương với khoảng 50.000 token thay vì 120.000 token, và mức cải thiện tập trung vào công việc đa bước hơn là hoàn thành một lần. Cần lưu ý rằng các số liệu do nhà cung cấp công bố chưa được tái lập độc lập; lợi thế của mô hình tập trung ở phần đầu chuỗi khai thác, còn khai thác sâu hơn cùng quy trình tấn công và phòng thủ hoàn chỉnh vẫn cần cải thiện. Năng lực tổng thể vẫn thấp hơn đáng kể so với các mô hình tiên tiến đóng hiện tại. Trọng số mở được hoãn khoảng hai tuần sau khi ra mắt để rà soát an toàn, dự kiến vào cuối tháng 8 năm 2026.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
GLM-5.3 hỗ trợ những loại đầu vào và đầu ra nào?
Mô hình chỉ hỗ trợ đầu vào văn bản và đầu ra văn bản.
Ngữ cảnh tối đa của GLM-5.3 là bao nhiêu?
Mô hình hỗ trợ ngữ cảnh lên tới 1 triệu token.
GLM-5.3 có những mức suy luận nào?
Mô hình có ba mức nỗ lực suy luận: thấp, cao và tối đa. Không thể tắt hoàn toàn chế độ suy luận.
GLM-5.3 khác GLM-5.2 ở điểm nào?
GLM-5.3 dùng chung mô hình nền với GLM-5.2 và mọi cải thiện đến từ huấn luyện hậu kỳ. Mô hình đạt điểm cao hơn trên nhiều bài đánh giá như Code Bench, Terminal Bench 3.0 và DeepSWE v1.1.
GLM-5.3 phù hợp với những tác vụ nào?
Mô hình phù hợp với tác nhân lập trình chuỗi dài, công việc kỹ thuật phần mềm phức tạp, các bước CLI như tái cấu trúc mã và phân loại CI, vòng lặp tác nhân chạy lâu, làm việc quy mô kho mã và chẩn đoán hạ tầng ML.
Mô hình liên quan
GLM 5.3 FlashX Legal
Z.aiglm-5.3-flashx-legalGLM 5.3 FlashX Legal là mô hình đa phương thức của Z.ai tối ưu cho phân tích pháp lý, nhận đầu vào văn bản, hình ảnh, video và tệp, với ngữ cảnh khoảng một triệu token và đầu ra 128K token.
Ngữ cảnh
1.049M
Đầu ra tối đa
131.072K
Token đầu vào
$0.37 / 1M token
Token đầu ra
$1.25 / 1M token
GLM 5.3 Flash
Z.aiglm-5.3-flashGLM 5.3 Flash là mô hình đa phương thức gốc của Z.ai với cửa sổ ngữ cảnh 1 triệu token, suy luận mặc định bật, hỗ trợ gọi công cụ và tự động hóa giao diện, được thiết kế để chạy với chi phí thấp và phản hồi nhanh.
Ngữ cảnh
1.049M
Đầu ra tối đa
943.717K
Token đầu vào
$0.15 / 1M token
Token đầu ra
$0.5 / 1M token