GLM 5.3 Flash est le modèle de chat à long contexte de Z.ai derrière un appel compatible OpenAI. Il lit jusqu’à 1 048 576 tokens, répond jusqu’à 131 072, avec trois niveaux d’effort de raisonnement, 128 schémas d’outils par requête et sortie JSON.
Atelier
Ces exemples ont été écrits pour ce point de terminaison. Remplacez le prompt et les URL de médias par vos propres fichiers accessibles, puis vérifiez l’estimation à jour et la disponibilité du modèle avant d’envoyer.
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $0.1275 / 1 million de tokens
- Entrée en cache
- $0.0255 / 1 million de tokens
- Sortie
- $0.425 / 1 million de tokens
- Contexte
- 1,048,576
- Sortie max.
- 131,072
$0.128/0.425par 1 million de tokens · entrée / sortie
source-review Une longue lecture pour une réponse courte et structurée — la forme pour laquelle cette fenêtre est faite.
- 6000
- 0.2
- high
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $0.1275 / 1 million de tokens
- Entrée en cache
- $0.0255 / 1 million de tokens
- Sortie
- $0.425 / 1 million de tokens
- Contexte
- 1,048,576
- Sortie max.
- 131,072
$0.128/0.425par 1 million de tokens · entrée / sortie
million-token-digest Le cas corpus : des milliers de tickets en un appel, avec une demande de motifs plutôt qu’un résumé de chacun.
- 12000
- 0
- high
- Types d’entrée
- Texte
- Types de sortie
- Texte
- Entrée
- $0.1275 / 1 million de tokens
- Entrée en cache
- $0.0255 / 1 million de tokens
- Sortie
- $0.425 / 1 million de tokens
- Contexte
- 1,048,576
- Sortie max.
- 131,072
$0.128/0.425par 1 million de tokens · entrée / sortie
json-brief response_format plus temperature à 0 : c’est ce qui rend la réponse sûre à confier à un parseur.
- 16000
- 0
- high
Cet exemple démarre à Entrée $0.1275 / Sortie $0.425 par 1 million de tokens. Le Playground actualise l’estimation lorsque vous modifiez les réglages.