Modèles et API de Z.ai

À propos de Z.ai

Les familles GLM de Z.ai occupent le milieu du catalogue texte : longue lecture, longue réponse. Toutes trois exposent une seule tâche de chat avec une fenêtre de contexte de 1 048 576 tokens.

GLM 5.3 lit jusqu’à 1 048 576 tokens en un appel et rend son raisonnement en 131 072 tokens au plus, un plafond élevé pour ce tarif. GLM 5.3 Flash garde la même fenêtre et le même plafond de 131 072 tokens sur la voie moins chère ; c’est le premier essai quand le volume compte. GLM 5.2 est la famille antérieure, même fenêtre et même plafond, maintenue disponible pour qu’une intégration existante n’ait pas à migrer au calendrier d’un autre.

Ces trois-là se ressemblent assez pour que la façon honnête de choisir soit de passer le même fixture sur chacune et de comparer le résultat plutôt que la fiche technique. Commencez par 5.3 Flash, passez à 5.3 quand la qualité de réponse devient la contrainte, et n’épinglez 5.2 qu’avec une raison. Les paliers de filtrage diffèrent dans la ligne : vérifiez celui de la page de famille avant d’y router une charge sensible.