Z.ai

GLM 5.3

Z.ai按量收費
Alias:glm-5.3

GLM-5.3 面向复杂软件工程和长流程智能体任务,适合跨模块改造、代码迁移与需要持续验证的文本工作。

textstreamingfunction_callingtoolsjson_modereasoningcachingcontext:1048576
起始價格
輸入 / 輸出 · 1M
上下文
1M
最大輸入窗口
最大輸出
943.7K
單次回應最大 token 數
模態
→

Pricing by Supplier

比較同一模型在不同供應商的價格與服務表現。

供應商2
USD · 每 1M tokens效能 · Last 24 hours
供應商Discount輸入/M輸出/M緩存讀取/M
official

官方接口直连

—
$1.2
$4.18
$0.3
Baidu
省35%
$0.78$1.2
$2.717$4.18
$0.195$0.3
刪除線金額為標準價。效能統計涵蓋最近 24 小時,實際表現隨請求變化。

左右滑動表格,查看完整價格與效能。

能力 / 支援的模態

串流輸出函數呼叫工具JSON 模式結構化輸出推理
輸入
輸出

廠商與數據私隱

供應商
Zhipu AI文件
分詞器
GLM tokenizer
許可證
GLM-4 License開放權重
數據保留89 日預設不會用於上游訓練

效能

基準測試

標準化評測得分。百分比越高越好,並展示排名百分位。

指標來源:Artificial Analysis 2026-09-30·GLM 5.3

目前基準快照不包含此模型。

缺少模型或測量值不代表零分。

基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分,基準成本或速度也不是本站的服務承諾。

About GLM 5.3

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。

Use cases and prompting

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 access

API 介面文件

呼叫示例

請求POST/v1/chat/completions
請求範例
參數
參數類型預設值 / 範圍說明資訊
temperature
number
=10 ~ 2
採樣溫度;越低越穩定
top_p
number
=10 ~ 1
核採樣累積概率
max_tokens
integer>= 1回應中最大 token 數
frequency_penalty
number
=0-2 ~ 2
懲罰高頻 token 的重複出現
presence_penalty
number
=0-2 ~ 2
鼓勵引入新話題
stop
array—最多 4 個停止生成的字串
seed
integer—盡量保證可復現的採樣種子
n
integer
=1>= 1
生成的候選條數
stream
boolean
=false
透過 SSE 串流返回 token
response_format
object—強制輸出 JSON 物件或符合 Schema 的結果
tools
array—模型可呼叫的工具 / 函數聲明
tool_choice
string
autononerequired
工具選擇策略或具體工具名
logprobs
boolean
=false
返回每個 token 的對數概率
top_logprobs
integer0 ~ 20每個 token 返回的 top 概率數量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用於風險審計的終端用戶標識

替換 <YOUR_API_KEY> 替換為 API 金鑰頁面中的金鑰。

身份驗證

所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。

在「令牌」頁面生成 API Key,可以按模型、分組、IP、速率等維度精細化授權。

支援的參數

Generation parameters
參數類型預設值 / 範圍說明資訊
temperature
number
=10 ~ 2
採樣溫度;越低越穩定
top_p
number
=10 ~ 1
核採樣累積概率
max_tokens
integer>= 1回應中最大 token 數
frequency_penalty
number
=0-2 ~ 2
懲罰高頻 token 的重複出現
presence_penalty
number
=0-2 ~ 2
鼓勵引入新話題
stop
array—最多 4 個停止生成的字串
seed
integer—盡量保證可復現的採樣種子
n
integer
=1>= 1
生成的候選條數
stream
boolean
=false
透過 SSE 串流返回 token
response_format
object—強制輸出 JSON 物件或符合 Schema 的結果
tools
array—模型可呼叫的工具 / 函數聲明
tool_choice
string
autononerequired
工具選擇策略或具體工具名
logprobs
boolean
=false
返回每個 token 的對數概率
top_logprobs
integer0 ~ 20每個 token 返回的 top 概率數量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用於風險審計的終端用戶標識

速率限制

供應商RPMTPMRPD
Baidu無限制無限制無限制
official無限制無限制無限制

無限制

Frequently asked questions about glm-5.3

What is glm-5.3?

GLM-5.3 面向复杂软件工程和长流程智能体任务,适合跨模块改造、代码迁移与需要持续验证的文本工作。

How do I call glm-5.3?

Create an API key with access to glm-5.3, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.

How is glm-5.3 priced?

Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.

What is the context window of glm-5.3?

The model catalog lists a context window of 1048576 tokens. Check the selected endpoint for request limits.

What is the maximum output of glm-5.3?

The model catalog lists a maximum output of 943718 tokens. Your request settings may set a lower limit.

How should I evaluate glm-5.3 for my project?

Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.