Vous faites tourner du travail textuel sur GLM, qu'il s'agisse de relecture de longs documents, de sortie structurée, d'agents qui appellent des outils ou de jeu de rôle pour adultes, et SpicyAPI propose deux IDs de taille complète : zai/glm-5.2/chat et zai/glm-5.3/chat. Utilisez GLM 5.3 pour le code, les agents et les appels d'outils, ainsi que pour les passes à gros volume où le raisonnement low économise des tokens de sortie. Utilisez GLM 5.2 pour la fiction et le jeu de rôle pour adultes, et quand vous voulez le tarif le plus bas. Si la tâche est courte, structurée et pilotée par le coût, essayez d'abord le moins cher GLM 5.3 Flash.
Les deux lisent 1 048 576 tokens, en renvoient jusqu'à 131 072, n'acceptent que du texte et partagent la même forme de requête, hormis les champs ci-dessous.
Lequel pour quelle tâche
| Votre tâche | Choix | Pourquoi |
|---|---|---|
| Agents de code, longues boucles d'outils, analyse de dépôt ou d'incident | 5.3 | Le post-entraînement de Z.ai vise le code agentique ; 5.3 ajoute aussi un réglage de raisonnement plus bas et un contrôle des appels d'outils parallèles |
| Appels d'outils séquentiels (réserver un créneau, puis une salle) | 5.3 | Définissez parallel_tool_calls: false sur 5.3 pour demander un outil à la fois ; imposez les dépendances de réservation dans votre application |
| Classification, extraction et réécriture en masse | 5.3 avec low, ou 5.3 Flash | 5.2 ne peut pas descendre sous high |
| Garder un réglage stable en comparant des prompts modifiés | 5.3 | Seul 5.3 accepte seed ; cela ne garantit pas une relecture identique |
| Jeu de rôle et fiction pour adultes | 5.2 | Étiqueté sans censure ; il a produit plus souvent que 5.3 des scènes plus fortes avec des demandes simples, alors que 5.3, étiqueté Light, atténue ou refuse davantage |
| Trafic quotidien régulier où un prompt 5.2 passe déjà | 5.2 | Tarifs par token environ 7 % plus bas ; aucun nouveau contrôle nécessaire |
Les différences dans la requête
| Fonctionnalité | GLM 5.2 | GLM 5.3 |
|---|---|---|
reasoning_effort | high, max ; défaut max | low, high, max ; défaut max |
seed | Non accepté | Accepté |
parallel_tool_calls | Non accepté | Accepté ; défaut true |
max_tokens | Défaut 32 768 ; maximum 131 072 | Identique |
| Temperature / top-p | 0-1, défaut 1 / 0.01-1, défaut 0.95 | Identique |
| Séquences d'arrêt | Une | Une |
| Sortie JSON, outils de fonction | Pris en charge | Pris en charge |
Les deux endpoints rejettent les champs qu'ils ne listent pas : un corps écrit pour 5.3 avec seed échoue donc sur 5.2 au lieu d'être ignoré. Gardez les champs propres à chaque modèle séparés.
Aucune des deux routes n'accepte medium, et aucune ne peut désactiver le raisonnement. L'API propre de Z.ai associe none et minimal à l'absence de thinking sur 5.2 ; cela ne s'applique pas à ce contrat 5.2 hébergé. Comme le défaut est max sur les deux, un appel non réglé raisonne aussi profondément que possible, et le raisonnement est facturé comme sortie.
Pour un client de jeu de rôle avec un sélecteur d'effort configurable, associez son réglage le plus bas à high sur 5.2 ou à low sur 5.3, et son réglage le plus haut à max. Vérifiez la valeur envoyée ; le libellé affiché par le client n'est pas un paramètre d'API.
Ce que cela coûte
| USD par million de tokens | GLM 5.2 | GLM 5.3 | GLM 5.3 Flash |
|---|---|---|---|
| Entrée hors cache | $0.98 | $1.05 | $0.1275 |
| Entrée en cache | $0.182 | $0.195 | $0.0255 |
| Sortie | $3.08 | $3.30 | $0.425 |
À nombre de tokens identique, 5.3 coûte 7,14 % de plus que 5.2 ; 5.2 est 6,7 % moins cher que 5.3. Comptez les succès de cache au tarif du cache au lieu de les facturer de nouveau comme entrée hors cache. Trois tâches :
| Tâche | 5.2 | 5.3 | 5.3 Flash |
|---|---|---|---|
| 40 000 d'entrée hors cache, 4 000 de sortie | $0.05152 | $0.0552 | $0.0068 |
| 30 000 en cache + 10 000 d'entrée hors cache, 4 000 de sortie | $0.02758 | $0.02955 | $0.00374 |
| Long document : 600 000 d'entrée hors cache, 8 000 de sortie | $0.61264 | $0.6564 | $0.0799 |
Dix mille exécutions de la première tâche coûtent $515.20 sur 5.2 et $552 sur 5.3. L'écart de tarif est faible ; c'est la longueur du raisonnement qui fait davantage bouger la facture. Si 5.3 avec low produit une réponse acceptée avec un tiers des tokens de sortie, il revient moins cher que 5.2 avec max. Comparez le coût par réponse acceptée à partir du usage renvoyé, pas le coût par appel.
Écriture pour adultes : où chaque modèle s'arrête
D'après nos tests de contenu de septembre 2026 (en anglais, requêtes uniques) :
- Scènes suggestives et implicites. Les deux atténuent l'échelon le plus léger (une scène de flirt) quelle que soit la formulation, et les deux écrivent proprement des scènes sensuelles implicites.
- Contenu adulte plus fort en termes directs. 5.2 l'écrit quand on le demande directement ou via un prompt système, et refuse quand c'est présenté comme une histoire. 5.3 ne l'écrit que via un prompt système.
- Scènes intimes écrites entre adultes. Aucun des deux n'est fiable. Avec le prompt système, 5.2 a mené à terme 2 requêtes sur 3 et 5.3 en a mené 4 sur 8. Ces petits échantillons montrent pourquoi des nouvelles tentatives peuvent être nécessaires ; ils n'établissent pas un taux de réussite à long terme. Les demandes directes sont refusées sur les deux, et le cadrage en histoire seul donne une sortie atténuée.
- Contrainte ou violence consenties dans la fiction. Les deux les rendent dans la plupart des exécutions.
Définissez le contexte de fiction dans le prompt système sur l'un ou l'autre modèle, et attendez-vous à ce que certaines requêtes soient quand même atténuées ou refusées. Si c'est votre charge principale, GLM 5.3 Flash est lui aussi étiqueté sans censure, pour une fraction du prix. Consultez les tests de GLM 5.2 et de GLM 5.3 pour l'échelle complète.
Ce que les différences de contrôle changent pour l'application d'un créateur
Prenons un assistant de planification avec trois tâches : lire un brief de scène approuvé, trouver une salle et la réserver après avoir confirmé l'horaire. Pour la première tâche, 5.2 offre les capacités communes de texte et de JSON, à des tarifs affichés plus bas. Si l'extraction est déjà exploitable, la version plus récente à elle seule ne justifie pas de migrer.
Pour une courte extraction sur 5.3, low est une option de configuration utile parce que 5.2 ne l'expose pas. Un brief avec deux personnages, trois plans et une heure indiquée n'exige pas la même étendue de raisonnement qu'un planning d'un mois avec des dépendances. Définissez l'effort explicitement au lieu d'accepter le maximum par défaut pour les deux.
Pour les réservations, parallel_tool_calls: false sur 5.3 peut garder les appels séquentiels, mais votre application doit aussi imposer l'ordre. Une demande de réservation a besoin du créneau renvoyé par la recherche de disponibilité. Si la recherche ne renvoie aucun créneau, l'application ne doit pas exécuter une réservation ultérieure avec un horaire inventé. Des appels séquentiels ne peuvent pas faire apparaître une disponibilité manquante.
Un seed peut aider à garder stable un réglage de génération en comparant des prompts modifiés. Il ne rend pas une réponse créative canonique, ne garantit pas une relecture identique et ne comble pas une source manquante. Pour une application de compagnon pour adultes, conservez les faits approuvés du personnage dans votre propre enregistrement au lieu de compter sur le seed pour les garder stables.
Un planning d'une heure vérifiable sans juge IA
L'exemple ci-dessous réserve 14:00–14:10 pour l'installation et 14:50–15:00 pour le rangement, ce qui laisse 40 minutes pour les trois plans. Une répartition écrite par un humain : 14:10–14:20 pour le gros plan de la lettre, 14:20–14:35 pour le sourire partagé et 14:35–14:50 pour la marche. Ce sont des horaires proposés, pas un planning généré par GLM ni la promesse que le tournage tiendra dans ce temps.
Si le brief ajoute un changement d'éclairage de dix minutes entre le deuxième et le troisième plan, il ne reste que 30 minutes pour tourner. Demandez explicitement cette transition et recalculez le temps disponible. Un modèle qui produit un tableau à l'air fluide en omettant la transition n'a pas résolu la tâche modifiée. C'est un cas de test de migration plus utile que de comparer le degré de persuasion des deux explications.
Essayer d'abord dans Playground
- Ouvrez GLM 5.3 et passez à Playground.
- Collez le brief de teaser en trois plans ci-dessous et demandez un planning avec un raisonnement Low.
- Vérifiez que l'installation, les trois plans et le rangement tiennent dans la fenêtre d'une heure. Comparez avec 5.2 en High seulement si c'est la route que vous utilisez déjà.
Une requête complète
Ceci transforme le brief d'un court teaser romantique en planning JSON sur 5.3 avec l'effort low. Pour de longues entrées ou un raisonnement profond, utilisez stream: true : un délai d'attente plus long côté client ne peut pas empêcher la coupure d'environ 100 secondes que le réseau applique aux réponses sans streaming.
curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H 'Content-Type: application/json' \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "zai/glm-5.3/chat",
"reasoning_effort": "low",
"max_tokens": 3000,
"temperature": 0,
"response_format": {"type": "json_object"},
"messages": [
{"role": "system", "content": "Return JSON with shots and unresolved_questions. Every shot needs start_time, duration_minutes and description. Fit within the supplied window. Do not invent bookings."},
{"role": "user", "content": "A non-graphic romance teaser with three shots: a letter close-up, a shared smile and a walk past a railway bench. Available window: 14:00 to 15:00. Allocate 10 minutes for setup before the first shot and 10 minutes for packing after the last shot."}
]
}'Pour l'envoyer à 5.2, changez le modèle en zai/glm-5.2/chat et l'effort en high ; omettez seed et parallel_tool_calls.
Vérifiez choices[0].finish_reason et analysez choices[0].message.content, puis contrôlez le planning dans votre propre code : plans, installation et rangement doivent tenir en 60 minutes, le premier plan pas avant 14:10, le rangement terminé à 15:00. Un JSON qui s'analyse sans erreur peut quand même faire se chevaucher deux plans ou allouer 70 minutes à une fenêtre d'une heure.
Laisser un Agent préparer l'appel
Pour une extraction de planning répétée, demandez à votre Agent de code d'utiliser le SpicyAPI Skill : « Lis zai/glm-5.3/chat, puis adapte l'exemple à mon entrée ; montre la requête avant de l'exécuter. » La consultation en CLI est spicyapi models get zai/glm-5.3/chat --json ; en MCP, c'est spicyapi_model_get avec model: "zai/glm-5.3/chat". Les appels de chat passent par un client compatible ou l'API de chat ; les commandes de tâches média ne génèrent pas de réponses de chat.
Passer de l'un à l'autre
Pour une vérification de migration à périmètre égal, exécutez vos prompts existants sur les deux IDs avec high et comparez les réponses acceptées et l'usage total. Essayez ensuite 5.3 avec low séparément pour voir si son raisonnement plus court satisfait toujours les mêmes contrôles. Gardez l'ancien ID en secours jusqu'à ce que la nouvelle route les passe.
Valeur de raisonnement invalide. medium échoue sur les deux, et low échoue sur 5.2.
Réponse visible vide. Une chaîne stop peut se déclencher pendant le raisonnement et terminer le tour avant toute réponse. Retirez-la si vous n'en avez pas besoin, et n'utilisez jamais un mot courant comme END.
Photo ou PDF rejeté. Les deux n'acceptent que du texte ; extrayez d'abord le texte.
Appel d'outil considéré comme terminé. Renvoyez le message complet de l'assistant contenant l'appel d'outil, exécutez une fonction autorisée et ajoutez un message role: tool avec le tool_call_id correspondant. Une réservation proposée n'est pas une réservation.
Réponse coupée. Augmentez max_tokens (maximum 131 072) ou demandez moins, et rejetez un motif de fin length avant d'importer le JSON.
Pour une nouvelle intégration de code ou d'outils, commencez par GLM 5.3. Pour un workflow de fiction pour adultes qui fonctionne déjà, GLM 5.2 reste le point de départ le moins cher et le plus coopératif ; le changement de version seul n'est pas une raison de migrer.
