Używasz GLM do pracy z tekstem, czy to przy przeglądzie długich dokumentów, wyjściu strukturalnym, agentach wywołujących narzędzia, czy odgrywaniu ról dla dorosłych, a SpicyAPI udostępnia dwa pełnowymiarowe ID: zai/glm-5.2/chat i zai/glm-5.3/chat. Wybierz GLM 5.3 do kodowania, agentów i wywołań narzędzi oraz do przebiegów o dużej skali, w których rozumowanie low oszczędza tokeny wyjściowe. Wybierz GLM 5.2 do fikcji i odgrywania ról dla dorosłych oraz gdy zależy Ci na niższej stawce. Jeśli zadanie jest krótkie, strukturalne i napędzane kosztem, wypróbuj przed obydwoma tańszy GLM 5.3 Flash.
Oba odczytują 1 048 576 tokenów, zwracają do 131 072, przyjmują wyłącznie tekst i mają tę samą postać żądania, poza polami wymienionymi niżej.
Który do jakiego zadania
| Twoje zadanie | Wybór | Dlaczego |
|---|---|---|
| Agenci kodujący, długie pętle narzędzi, analiza repozytorium lub incydentu | 5.3 | Post-training Z.ai celuje w agentowe kodowanie; 5.3 dodaje też niższe ustawienie rozumowania i kontrolę równoległych wywołań narzędzi |
| Sekwencyjne wywołania narzędzi (zarezerwuj termin, potem salę) | 5.3 | Ustaw parallel_tool_calls: false w 5.3, by prosić o jedno narzędzie naraz; zależności rezerwacji wymuś we własnej aplikacji |
| Masowa klasyfikacja, ekstrakcja, przepisywanie | 5.3 z low lub 5.3 Flash | 5.2 nie zejdzie poniżej high |
| Utrzymanie stałego ustawienia przy porównywaniu zmienionych promptów | 5.3 | Tylko 5.3 przyjmuje seed; nie gwarantuje to identycznego odtworzenia |
| Odgrywanie ról i fikcja dla dorosłych | 5.2 | Oznaczony jako bez cenzury; przy prostych prośbach częściej niż 5.3 tworzył mocniejsze sceny, a 5.3, oznaczony jako Light, częściej łagodzi lub odmawia |
| Stały codzienny ruch, w którym jeden prompt dla 5.2 już przechodzi | 5.2 | Stawki za token niższe o około 7%; nowe elementy sterowania nie są potrzebne |
Różnice w żądaniu
| Funkcja | GLM 5.2 | GLM 5.3 |
|---|---|---|
reasoning_effort | high, max; domyślnie max | low, high, max; domyślnie max |
seed | Nieprzyjmowany | Przyjmowany |
parallel_tool_calls | Nieprzyjmowany | Przyjmowany; domyślnie true |
max_tokens | Domyślnie 32 768; maksimum 131 072 | Tak samo |
| Temperature / top-p | 0-1, domyślnie 1 / 0.01-1, domyślnie 0.95 | Tak samo |
| Sekwencje stopu | Jedna | Jedna |
| Wyjście JSON, narzędzia funkcji | Obsługiwane | Obsługiwane |
Oba endpointy odrzucają pola, których nie wymieniają, więc treść żądania napisana dla 5.3 z seed zawiedzie w 5.2, zamiast zostać zignorowana. Trzymaj pola poszczególnych modeli osobno.
Żadna z tras nie przyjmuje medium i żadna nie potrafi wyłączyć rozumowania. Własne API Z.ai mapuje w 5.2 none i minimal na brak thinking; nie dotyczy to tego hostowanego kontraktu 5.2. Ponieważ domyślnie jest max w obu, wywołanie, którego nie dostroiłeś, rozumuje możliwie najgłębiej, a rozumowanie jest rozliczane jako wyjście.
W kliencie do odgrywania ról z konfigurowalnym wyborem nakładu zmapuj jego najniższe ustawienie na high w 5.2 lub low w 5.3, a najwyższe na max. Sprawdź wartość wysyłaną w żądaniu; etykieta wyświetlana przez klienta nie jest parametrem API.
Ile to kosztuje
| USD za milion tokenów | GLM 5.2 | GLM 5.3 | GLM 5.3 Flash |
|---|---|---|---|
| Wejście bez cache | 0,98 $ | 1,05 $ | 0,1275 $ |
| Wejście z cache | 0,182 $ | 0,195 $ | 0,0255 $ |
| Wyjście | 3,08 $ | 3,30 $ | 0,425 $ |
Przy identycznej liczbie tokenów 5.3 kosztuje o 7,14% więcej niż 5.2; 5.2 jest o 6,7% tańszy niż 5.3. Trafienia w cache licz według stawki cache, zamiast naliczać je ponownie jako wejście bez cache. Trzy zadania:
| Zadanie | 5.2 | 5.3 | 5.3 Flash |
|---|---|---|---|
| 40 000 wejścia bez cache, 4 000 wyjścia | 0,05152 $ | 0,0552 $ | 0,0068 $ |
| 30 000 z cache + 10 000 wejścia bez cache, 4 000 wyjścia | 0,02758 $ | 0,02955 $ | 0,00374 $ |
| Długi dokument: 600 000 wejścia bez cache, 8 000 wyjścia | 0,61264 $ | 0,6564 $ | 0,0799 $ |
Dziesięć tysięcy przebiegów pierwszego zadania kosztuje 515,20 $ w 5.2 i 552 $ w 5.3. Różnica stawek jest niewielka; mocniej rachunek zmienia długość rozumowania. Jeśli 5.3 z low daje przyjętą odpowiedź przy jednej trzeciej tokenów wyjściowych, jest tańszy niż 5.2 z max. Porównuj koszt na przyjętą odpowiedź na podstawie zwróconego usage, a nie koszt na wywołanie.
Pisanie dla dorosłych: gdzie każdy model się zatrzymuje
Na podstawie naszych testów treści z września 2026 (po angielsku, pojedyncze żądania):
- Sugestywne i dorozumiane sceny. Oba łagodzą najlżejszy szczebel (scenę flirtu) przy każdym sformułowaniu i oba czysto piszą dorozumiane sceny zmysłowe.
- Mocniejsze treści dla dorosłych podane wprost. 5.2 pisze je na bezpośrednią prośbę lub przez prompt systemowy, a odmawia, gdy są ujęte jako opowieść. 5.3 pisze je tylko przez prompt systemowy.
- Pisane sceny intymne między dorosłymi. Żaden nie jest niezawodny. Z promptem systemowym 5.2 zrealizował 2 z 3 próśb, a 5.3 zrealizował 4 z 8. Te małe próby pokazują, dlaczego mogą być potrzebne ponowienia, a nie ustalają długoterminowego odsetka sukcesu. Bezpośrednie prośby są odrzucane w obu, a samo ujęcie jako opowieść daje złagodzone wyjście.
- Obopólnie zgodne krępowanie lub przemoc w fikcji. Oba oddają to w większości przebiegów.
W obu modelach ustaw kontekst fikcji w prompcie systemowym i licz się z tym, że część próśb nadal zostanie złagodzona lub odrzucona. Jeśli to Twoje główne zastosowanie, GLM 5.3 Flash też jest oznaczony jako bez cenzury, za ułamek ceny. Pełną drabinę znajdziesz w recenzjach GLM 5.2 i GLM 5.3.
Co różnice w sterowaniu oznaczają dla aplikacji twórcy
Weź asystenta harmonogramu z trzema zadaniami: odczytać zatwierdzony opis sceny, znaleźć salę i zarezerwować ją po potwierdzeniu godziny. W pierwszym zadaniu 5.2 ma wspólne możliwości tekstu i JSON przy niższych podanych stawkach. Jeśli ekstrakcja jest już użyteczna, sama nowsza wersja nie jest powodem do przejścia.
Przy krótkiej ekstrakcji w 5.3 low jest sensowną opcją konfiguracji, ponieważ 5.2 jej nie udostępnia. Opis z dwiema postaciami, trzema ujęciami i jedną podaną godziną nie wymaga takiego samego zakresu rozumowania jak miesięczny harmonogram z zależnościami. Ustaw nakład jawnie, zamiast przyjmować w obu domyślne maksimum.
Przy rezerwacjach parallel_tool_calls: false w 5.3 może utrzymać wywołania w kolejności, ale kolejność musi też wymuszać Twoja aplikacja. Prośba o rezerwację potrzebuje terminu zwróconego przez sprawdzenie dostępności. Jeśli sprawdzenie nie zwróci terminu, aplikacja nie powinna wykonywać późniejszej rezerwacji z wymyśloną godziną. Sekwencyjne wywołania nie sprawią, że brakująca dostępność się pojawi.
Seed może pomóc utrzymać stałe ustawienie generowania przy porównywaniu zmienionych promptów. Nie czyni twórczej odpowiedzi kanoniczną, nie gwarantuje identycznego odtworzenia i nie zastępuje brakującego źródła. W aplikacji towarzyszącej dla dorosłych przechowuj zatwierdzone fakty o postaci we własnym rekordzie, zamiast liczyć, że seed utrzyma je stabilne.
Godzinny harmonogram, który można sprawdzić bez sędziego AI
Poniższy przykład rezerwuje 14:00–14:10 na przygotowanie i 14:50–15:00 na pakowanie, zostawiając 40 minut na trzy ujęcia. Jeden podział napisany przez człowieka: 14:10–14:20 na zbliżenie listu, 14:20–14:35 na wspólny uśmiech i 14:35–14:50 na spacer. To proponowane czasy, a nie harmonogram wygenerowany przez GLM ani obietnica, że zdjęcia zmieszczą się w tym czasie.
Jeśli opis dodaje dziesięciominutową zmianę oświetlenia między drugim a trzecim ujęciem, na zdjęcia zostaje tylko 30 minut. Poproś wyraźnie o to przejście i przelicz dostępny czas. Model, który tworzy gładko wyglądającą tabelę, pomijając przejście, nie rozwiązał zmienionego zadania. To bardziej użyteczny przypadek testowy migracji niż porównywanie, jak przekonująco brzmią oba wyjaśnienia.
Najpierw wypróbuj w Playground
- Otwórz GLM 5.3 i przejdź do Playground.
- Wklej poniższy opis zwiastuna z trzema ujęciami i poproś o harmonogram przy rozumowaniu Low.
- Potwierdź, że przygotowanie, trzy ujęcia i pakowanie mieszczą się w godzinnym oknie. Porównaj 5.2 z High tylko wtedy, gdy to trasa, której już używasz.
Jedno kompletne żądanie
To zamienia opis krótkiego romantycznego zwiastuna w harmonogram JSON w 5.3 przy nakładzie low. Przy długich danych wejściowych lub głębokim rozumowaniu użyj stream: true: dłuższy timeout klienta nie zapobiegnie odcięciu po około 100 sekundach, które brzeg sieci stosuje do odpowiedzi bez streamingu.
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."}
]
}'Aby wysłać to do 5.2, zmień model na zai/glm-5.2/chat i nakład na high; pomiń seed oraz parallel_tool_calls.
Sprawdź choices[0].finish_reason i sparsuj choices[0].message.content, a potem zweryfikuj harmonogram we własnym kodzie: ujęcia, przygotowanie i pakowanie muszą się zmieścić w 60 minutach, pierwsze ujęcie nie wcześniej niż 14:10, pakowanie zakończone do 15:00. JSON, który się parsuje, nadal może nakładać na siebie dwa ujęcia lub przydzielać 70 minut w godzinnym oknie.
Pozwól Agentowi przygotować wywołanie
Przy powtarzanej ekstrakcji harmonogramów poproś swojego Agenta kodującego o użycie SpicyAPI Skill: „Przeczytaj zai/glm-5.3/chat, potem dostosuj przykład do moich danych; pokaż żądanie, zanim je uruchomisz”. Sprawdzenie przez CLI to spicyapi models get zai/glm-5.3/chat --json; sprawdzenie przez MCP to spicyapi_model_get z model: "zai/glm-5.3/chat". Wywołania czatu używają zgodnego klienta lub API czatu; polecenia zadań medialnych nie generują odpowiedzi czatu.
Przechodzenie między nimi
Aby sprawdzić migrację na równych warunkach, uruchom istniejące prompty na obu ID z high i porównaj przyjęte odpowiedzi oraz łączne zużycie. Następnie osobno wypróbuj 5.3 z low, aby zobaczyć, czy krótsze rozumowanie nadal spełnia te same kontrole. Zachowaj stare ID jako zapas, dopóki nowa trasa ich nie przejdzie.
Nieprawidłowa wartość rozumowania. medium zawodzi w obu, a low zawodzi w 5.2.
Pusta widoczna odpowiedź. Ciąg stop może zadziałać w trakcie rozumowania i zakończyć turę przed jakąkolwiek odpowiedzią. Usuń go, jeśli nie jest potrzebny, i nigdy nie używaj pospolitego słowa, takiego jak END.
Odrzucone zdjęcie lub PDF. Oba przyjmują tylko tekst; najpierw wyodrębnij tekst.
Wywołanie narzędzia uznane za wykonane. Zwróć pełną wiadomość asystenta z wywołaniem narzędzia, uruchom funkcję z listy dozwolonych i dołącz wiadomość role: tool z pasującym tool_call_id. Zaproponowana rezerwacja nie jest rezerwacją.
Odpowiedź ucięta. Zwiększ max_tokens (maksimum 131 072) lub poproś o mniej, i odrzuć powód zakończenia length, zanim zaimportujesz JSON.
Przy nowej integracji kodowania lub narzędzi zacznij od GLM 5.3. W istniejącym, już działającym procesie fikcji dla dorosłych GLM 5.2 pozostaje tańszym i bardziej chętnym do współpracy punktem wyjścia; sama zmiana wersji nie jest powodem do przejścia.
