Z.ai

GLM 5.3

Z.aiトークンベース
エイリアス:glm-5.3
APIキーを作成

Modelsell で glm-5.3 API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

textstreamingfunction_callingtoolsjson_modereasoningcachingcontext:1048576
最低料金
入力 / 出力 · 1M
コンテキスト
1M
最大入力ウィンドウ
最大出力
943.7K
1 回の応答あたりの最大トークン数
モダリティ
→

サプライヤー別料金

このモデルの料金とサービスのパフォーマンスをプロバイダー間で比較できます。

サプライヤー2
USD · 1M トークン あたりパフォーマンス · 直近 24 時間
サプライヤー割引入力/M出力/Mキャッシュ読み取り/M
official

官方接口直连

—
$1.2
$4.18
$0.3
Baidu
-35%
$0.78$1.2
$2.717$4.18
$0.195$0.3
取り消し線付きの金額は標準価格です。過去24時間のパフォーマンスです。実際の結果はリクエストによって異なります。

横にスクロールすると、すべての価格とパフォーマンス指標を比較できます。

機能 / サポートされるモダリティ

ストリーミング関数呼び出しツールJSON モード構造化出力理由
入力
出力

プロバイダーとデータ保護

プロバイダー
トークナイザー
GLM tokenizer
ライセンス
GLM-4 License公開ウェイト
データ保持89 日デフォルトで上流の学習には使用されません

パフォーマンス

ベンチマーク

標準化評価のスコアです。割合が高いほど良く、順位パーセンタイルを表示します。

指標の出典:Artificial Analysis 2026-09-30·GLM 5.3

このモデルは現在のベンチマークスナップショットに含まれていません。

モデルや測定値がないことは 0 点を意味しません。

ベンチマークグラフはソースのモデル選択と推論設定を保持しています。モデルや測定値がないことは 0 点を意味せず、ベンチマークのコストや速度は当サイトのサービス保証ではありません。

GLM 5.3 について

处理一段代码之外的工程问题

GLM-5.3 是面向复杂软件工程和长周期智能体任务的推理模型。它适合阅读项目结构后制定改造方案,分析模块间依赖,处理代码迁移,或围绕既定目标持续完成实现与验证。对于需要把很多细节同时放在心里的工作,它可以帮助组织分析顺序和实施步骤。

长材料要有清楚的任务主线

模型支持文本输入和输出,可结合代码、接口说明、变更记录与错误日志进行分析。代码迁移时,先说明要保留的行为和兼容范围,再提供目标环境与验收条件;问题排查时,则保留调用路径和失败案例,让结论能对应具体证据。

跨模块工作适合按依赖顺序推进。先识别影响面,再完成最小可验证改动,检查通过后继续下一部分。应用接入执行工具时,应把编译结果、测试失败和运行状态交回,帮助模型修正后续计划。没有执行条件时,也应区分建议方案与已验证结果。

始终开启的推理

GLM-5.3的推理始终开启,可用low、high和max调整投入。简单任务可以减少分析深度,复杂工程任务则需要留出足够验证空间。长流程中保存关键决策、已完成修改与剩余风险,可以减少重复工作,也便于团队在中途审阅方向。

使用例とプロンプト

代码迁移示例

“将现有文件存储模块迁移到新的客户端库。先找出所有调用方和行为差异,保留上传、下载、重试及错误返回约定。按依赖顺序分步改动,每步验证成功路径、超时和权限失败,最后列出仍依赖旧库的位置。”

提供库版本、相关代码与兼容要求,避免只给一个笼统迁移目标。

可以完全关闭推理吗?

GLM-5.3始终启用推理,可选择low、high或max调整强度。

多模块改造怎样避免遗漏?

先建立调用清单和验收项,分阶段记录已修改位置与验证结果。最终对照清单检查,不能只以代码生成完成作为结束标志。

API を利用

API ドキュメント

コードサンプル

リクエストPOST/v1/chat/completions
リクエスト例
パラメータ
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

置換 <YOUR_API_KEY> をトークン設定の API キーに置き換えてください。

認証

すべてのリクエストには Authorization: Bearer <TOKEN> ヘッダーが必要です。Anthropic 形式のエンドポイントでは x-api-key ヘッダーも利用できます。

トークンページから API キーを発行できます。モデル、グループ、IP、レート制限ごとに細かく権限を設定可能です。

対応パラメータ

Generation parameters
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

レート制限

サプライヤーRPMTPMRPD
Baidu無制限無制限無制限
official無制限無制限無制限

制限なし

glm-5.3 に関するよくある質問

glm-5.3 とは?

Modelsell で glm-5.3 API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

glm-5.3 を呼び出すには?

glm-5.3 へのアクセス権がある API キーを作成し、API アクセス欄の正確なモデル ID と対応エンドポイントを使用してください。リクエスト項目は選択したエンドポイントによって異なります。

glm-5.3 の料金体系は?

料金は選択したプロバイダーグループとモデルの課金単位で決まります。現在の入力、出力、リクエスト、またはメディア料金は登録前にこのページで確認できます。

glm-5.3 のコンテキストウィンドウは?

モデルカタログには 1048576 トークンのコンテキストウィンドウが設定されています。リクエスト制限は選択したエンドポイントで確認してください。

glm-5.3 の最大出力は?

モデルカタログには最大 943718 トークンの出力が設定されています。リクエスト設定でさらに低い上限を指定する場合があります。

自分のプロジェクトに glm-5.3 が適しているか評価するには?

このページの使用例とプロンプトのガイドを参考に、プロジェクトの代表的な入力でモデルを評価してください。