glm-5.3Modelsell 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。
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 | 割引 | 入力/M | 出力/M | キャッシュ読み取り/M | ||||
|---|---|---|---|---|---|---|---|---|
Oofficial 官方接口直连 | — | $1.2 | $4.18 | $0.3 | ||||
Baidu | -35% | $0.78 | $2.717 | $0.195 |
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。
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 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。
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。
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。
“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。
GLM-5.3始终启用推理,可选择low、high或max调整强度。
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。
/v1/chat/completions| 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 | integer | 0 ~ 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。
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。
| 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 | integer | 0 ~ 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 |
| サプライヤー | RPM | TPM | RPD |
|---|---|---|---|
| Baidu | 無制限 | 無制限 | 無制限 |
| official | 無制限 | 無制限 | 無制限 |
制限なし
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 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。
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。
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。
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。
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。
