模型chat-completions

GLM 5.3 Flash

高性价比的多模态 GLM-5，1M 上下文，适合编码与 Agent 工作流。

Z.AI 的 Flash 档开源模型。1M token 上下文，原生支持文字、图像和视频输入，混合稀疏注意力兼顾长上下文精度和成本，适合长上下文编码和 Agent 工作流。

推理工具JSON流式视觉

模型 ID

glm-5.3-flash

上下文

最大输出

48K

延迟

快

协议

chat-completions

模型价格

项目	输入 / 100 万	输出 / 100 万	缓存读 / 100 万	缓存写 / 100 万
标准	$0.15	$0.50	$0.03	Not published

价格以美元计，按每 100 万 tokens 展示。缓存价格仅在协议响应包含缓存用量时适用。破折号表示没有单独公布的费率。

快速开始

直接复制代码，通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

打开 Playground 创建 API key

填入 API key

从 Felo API Platform 账户创建 key，并设置为环境变量。

export FELO_API_KEY="YOUR_API_KEY"

发起第一次请求

使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 glm-5.3-flash 能帮助排查问题。 X-Request-Id

该模型支持推理。如果所选协议和模型路由暴露推理控制，请在继续对话时保留返回的推理元数据。

复制

const response = await fetch("https://openapi.felo.ai/api/v1/chat/completions", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.FELO_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "glm-5.3-flash",
    messages: [
      { role: "user", content: "How many r's are in the word strawberry?" }
    ],
  }),
});

const data = await response.json();
console.log(data.choices[0].message.content);

使用第三方 SDK

兼容 SDK 只需把 baseURL 设置为 baseURL https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.

启用流式输出

加入 stream: true，即可以 server-sent events 接收响应。

复制

curl -N https://openapi.felo.ai/api/v1/chat/completions   -H "Authorization: Bearer $FELO_API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "glm-5.3-flash",
    "stream": true,
    "messages": [
      {"role": "user", "content": "Hello"}
    ]
  }'

Endpoint

Felo API Platform 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。

SurfaceMethodURL

Chat Completions

Chat completion requests for compatible apps and agents.

POST

https://openapi.felo.ai/api/v1/chat/completions

Responses

Responses-compatible agent and workflow requests.

POST

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

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明

modelstringglm-5.3-flashPublic model ID to call.

messagesarrayrequiredConversation messages for Chat Completions.

streambooleanfalseReturn server-sent events when true.

temperaturenumber1Controls response variety when supported.

max_tokensintegermodel defaultMaximum generated tokens.

toolsarrayoptionalTool calling definitions following compatible schema.

tool_choicestring or objectoptionalControls whether a tool should be called.

response_formatobjectoptionalRequest structured output when supported.