Modelli e API di Z.ai

Informazioni su Z.ai

Le famiglie GLM di Z.ai coprono il centro del catalogo testuale: lettura lunga, risposta lunga. Tutte e tre pubblicano una sola attività di chat con una finestra di contesto da 1.048.576 token.

GLM 5.3 legge fino a 1.048.576 token in una chiamata e restituisce il ragionamento in massimo 131.072, un tetto alto per la tariffa. GLM 5.3 Flash mantiene la stessa finestra e lo stesso tetto da 131.072 token sulla corsia più economica ed è il primo da provare quando c’è volume. GLM 5.2 è la famiglia precedente con la stessa finestra e lo stesso tetto, tenuta disponibile perché un’integrazione esistente non debba migrare secondo i tempi di qualcun altro.

Le tre si somigliano abbastanza da rendere onesto un solo modo di scegliere: far girare la stessa fixture su ciascuna e confrontare il risultato invece della scheda tecnica. Parti da 5.3 Flash, passa a 5.3 quando il vincolo è la qualità della risposta, e fissa 5.2 solo se hai un motivo. I livelli di filtraggio differiscono lungo la linea, quindi controlla il livello sulla pagina della famiglia prima di instradarci un carico delicato.