GLM 5.3 FlashX Legal API
Z.ai 推出的法律领域多模态模型,支持文本、图像、视频与文件输入,上下文约一百万 token,思考模式常开,适合合同审查与法律文书交付。
GLM 5.3 FlashX Legal 是 Z.ai 面向法律场景打造的多模态模型,原生支持文本、图像、视频与文件输入并输出文本,上下文约一百万 token,输出上限为 128K token。它把文档理解、法律推理与任务规划结合起来,思考模式始终开启且无法关闭。
在合同审查、证据分析、案件准备、尽职调查工作底稿与抗辩策略等任务中,它可以提取合同与诉讼材料的关键信息、检查多份文档之间的一致性、识别争议中的法律关系与争点,并按条款级别排查风险与冲突,也能起草法律文书、支撑完整的法律文档交付流程。此外还支持从截图、页面图像、网站 URL 或录屏进行视觉驱动的 UI 编码,以及财务研究与分析、由零件照片或 CAD 图纸生成参数化 3D 模型。
模型支持流式输出、函数调用、上下文缓存与 JSON 等结构化输出,并可通过专用 MCP 服务接入外部法律数据与 Word 文档工具。Z.ai 称其流式回复速度约为每秒 200 token;在百万 token 上下文下,其注意力计算量比 GLM-5.3 少三倍,KV 缓存小 4.4 倍。它采用 MIT 许可证开源,可通过动态 GGUF 量化在本地运行。需要注意,思考模式常开意味着延迟与成本始终包含推理过程,且 FlashX 尚未纳入 Coding Plan。
更新时间:
模型 ID
glm-5.3-flashx-legal- 上下文
- 1.049M
- 最大输出
- 131.072K
- 推荐 API
- messages
- 输入
- text / image / video
- 输出
- text
核心要点
- 约一百万 token 上下文
- 128K 输出 token
- 原生多模态输入
- 思考模式常开
- MIT 许可证开源
- 约每秒 200 token 流式速度
供应商
比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | ||||
|---|---|---|---|---|
| $0.37 | $1.25 | $0.075 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
10 美元能买多少 token
- 输入
- 2702.7万 tokens
- 输出
- 800万 tokens
按当前输入与输出单价估算,未计入折扣。
基准测试
- 50%
Code Bench
GLM-5.3 相较 GLM-5.2 在 Z.ai 内部基准上的提升幅度
分数来自模型厂商公布的数据,未独立验证。
推理能力
- 默认推理强度
- max
- 默认启用
- 是
- 始终启用
- 是
- 可选推理强度
- max / high / low
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 X-Request-Id 能帮助排查问题。
glm-5.3-flashx-legal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。
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-flashx-legal",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 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。
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-flashx-legal",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'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。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringglm-5.3-flashx-legalPublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.toolsarray—Tool calling definitions following compatible schema.top_k———top_p———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.response_formatobject—Request structured output when supported.reasoning_effort———include_reasoning———structured_outputs———常见问题
什么是 GLM 5.3 FlashX Legal?
GLM 5.3 FlashX Legal 是 Z.ai 面向法律场景打造的多模态模型,原生支持文本、图像、视频与文件输入并输出文本,上下文约一百万 token,输出上限为 128K token。它把文档理解、法律推理与任务规划结合起来,思考模式始终开启且无法关闭。 在合同审查、证据分析、案件准备、尽职调查工作底稿与抗辩策略等任务中,它可以提取合同与诉讼材料的关键信息、检查多份文档之间的一致性、识别争议中的法律关系与争点,并按条款级别排查风险与冲突,也能起草法律文书、支撑完整的法律文档交付流程。此外还支持从截图、页面图像、网站 URL 或录屏进行视觉驱动的 UI 编码,以及财务研究与分析、由零件照片或 CAD 图纸生成参数化 3D 模型。 模型支持流式输出、函数调用、上下文缓存与 JSON 等结构化输出,并可通过专用 MCP 服务接入外部法律数据与 Word 文档工具。Z.ai 称其流式回复速度约为每秒 200 token;在百万 token 上下文下,其注意力计算量比 GLM-5.3 少三倍,KV 缓存小 4.4 倍。它采用 MIT 许可证开源,可通过动态 GGUF 量化在本地运行。需要注意,思考模式常开意味着延迟与成本始终包含推理过程,且 FlashX 尚未纳入 Coding Plan。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
支持哪些输入和输出形式?
原生支持文本、图像、视频与文件输入,输出为文本,并支持流式输出与 JSON 等结构化格式。
上下文和输出长度是多少?
上下文约一百万 token,输出上限为 128K token。
适合哪些法律任务?
适合合同审查、证据分析、案件准备、尽职调查工作底稿、抗辩策略与法律文书起草,也覆盖完整的法律文档交付流程。
思考模式可以关闭吗?
不能。思考模式始终开启且无法关闭,因此延迟与成本始终包含推理过程。
与同系列模型有什么区别?
FlashX 是标准 Flash 模型的速度版双生模型,二者处于同一能力档位;当 Flash 档在艰难的长程文本任务上质量不足时,可升级到 GLM-5.3。
可以本地部署吗?
可以。模型以 MIT 许可证开源,支持动态 GGUF 量化本地运行:一位版本可在 100 GB 内存的机器上运行,三位版本适配 128 GB 的 Mac 或 NVIDIA DGX Spark。
相关模型
GLM 5.3 Flash
Z.aiglm-5.3-flashGLM 5.3 Flash 是 Z.ai 推出的原生多模态模型,支持百万级上下文与图形界面自动化,主打低成本、快速响应。
上下文
1.049M
最大输出
943.717K
输入 tokens
$0.15 / 1M tokens
输出 tokens
$0.5 / 1M tokens
GLM 5.3
Z.aiglm-5.3Z.ai 推出的 GLM-5.3 是同架构后训练升级版,面向长程编码智能体与网络安全任务,支持最长 100 万 token 上下文。
上下文
1.049M
最大输出
943.718K
输入 tokens
$1.4 / 1M tokens
输出 tokens
$4.4 / 1M tokens