Wprowadzenie
GLM 5.3 to pełnowymiarowy model Z.ai z długim kontekstem, udostępniony tu jako jeden endpoint zgodny z OpenAI pod /v1/chat/completions. Czyta do 1 048 576 tokenów w maksymalnie 256 wiadomościach i odpowiada do 131 072, więc cały materiał i wyprowadzony z niego wywód mieszczą się w jednym wywołaniu.
Poziom rozumowania przyjmuje low, high lub max, a max jest już domyślny. Przyjmuje temperature (od 0 do 1) i top_p, response_format zwraca JSON, można zadeklarować do 128 narzędzi, treść wiadomości to wyłącznie tekst, a odpowiedzi płyną strumieniem przez Server-Sent Events.
Najważniejsze funkcje
Materiał i rozumowanie w jednym wywołaniu
Długie okno to tylko połowa obietnicy; druga połowa to pytanie, czy łańcuch wnioskowania wytrzyma taką długość. Wczytaj umowę ramową z aneksami albo specyfikację z kodem, który ją realizuje, i proś o wnioski oparte na fragmentach oddalonych o setki stron.
Najwyższy szczebel, który zarabia na swoje tokeny
low, high i max różnią się przy odpowiedziach, w których kilka rzeczy musi się zgadzać naraz: wniosek oparty na trzech akapitach, które nigdy nie stoją obok siebie, albo zmiana, która musi zachować niezmiennik zadeklarowany gdzie indziej. Zostaw max na takie przypadki, a przy mechanicznych przebiegach używaj low.
Miejsce na uzasadnienie, nie tylko na werdykt
Odpowiedź może liczyć do 131 072 tokenów: wystarczy na wniosek, odrzucone alternatywy i cytaty, które przesądzają sprawę. Poproś wprost o uzasadnienie, jeśli ktoś będzie je sprawdzał.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
messages | Tak | Najwyżej 256 uporządkowanych tur, wyłącznie z treścią tekstową. Materiał umieść w jednej wiadomości user, a pytanie wraz z formatem wyjścia w wiadomości system. od 1 elementów · do 256 elementów |
reasoning_effort | Nie | low, high albo max. |
stop | Nie | Jedna sekwencja, jako string albo tablica z jednym elementem – Z.ai odczytuje tylko jedną. Odpowiedź kończy się, gdy tylko model ją zapisze, a dopasowany tekst nie jest zwracany. od 1 znaków · od 1 elementów · do 1 elementów |
max_tokens | Nie | Ogranicza odpowiedź do 131 072. Domyślnie 32 768; podnieś go, gdy prosisz o wywód, a nie tylko o werdykt. |
seed | Nie | Dowolna liczba całkowita. |
temperature | Nie | Od 0 do 1, domyślnie 1. Trzymaj go na 0 zawsze, gdy odpowiedź parsuje kod. |
top_p | Nie | Od 0,01 do 1, domyślnie 0,95. Reguluj to albo temperature, nigdy obu naraz w tym samym porównaniu. |
tools | Nie | Do 128 definicji funkcji na żądanie. do 128 elementów |
parallel_tool_calls | Nie | true lub false, domyślnie true: model może w jednej turze zażądać kilku wywołań narzędzi. Domyślnie: |
tool_choice | Nie | auto, none, required albo obiekt wskazujący jedną funkcję. |
response_format | Nie | Poproś o obiekt JSON i wymień każdy klucz w wiadomości system. |
Cennik
Wejście $1.05 / Wyjście $3.30 za 1 mln tokenów
Zastosowania
Cztery dokumenty i jedno pytanie
Wczytaj do jednego żądania umowę ramową i trzy aneksy i zapytaj, które klauzule są teraz ze sobą sprzeczne. Odpowiedź zależy od dwóch odległych fragmentów – dokładnie tam, gdzie zawodzi warstwa wyszukiwania: przynosi to, co wygląda na związane z pytaniem, a nie parę, która sobie przeczy.
Analiza incydentu na wszystkich artefaktach
Umieść w jednym wywołaniu oś czasu alertów, log wdrożenia, diff konfiguracji i zapis dyżuru i poproś o łańcuch przyczynowy – z dowodem dla każdego ogniwa i hipotezami, które odrzucono.
Backendy agentów, w których wywołanie to prawdziwa akcja
Zadeklaruj do 128 funkcji – zwrot, zmianę uprawnień, eskalację zgłoszenia – i pozwól decydować tool_choice. Gdy wywołanie wykonuje prawdziwą akcję, wiedza o tym, kiedy niczego nie wywoływać, jest warta tyle samo co samo wywołanie.
Wskazówki
Wczytaj całą dokumentację, a nie jej streszczenie
Umieść materiał w jednej wiadomości użytkownika, od najstarszego, a wiadomość systemową zostaw na pytanie, format wyjścia i oczekiwany poziom dowodów.
Proś o uzasadnienie, nie tylko o werdykt
POST https://api.spicyapi.ai/v1/chat/completions z {"model": "zai/glm-5.3", "messages": [{"role": "system", "content": "For every conflict, name both passages, quote one sentence from each, and say which one governs."}, {"role": "user", "content": "<the master agreement and its amendments>"}], "reasoning_effort": "max", "max_tokens": 32000, "temperature": 0}. temperature 0 sprawia, że ponowne uruchomienie na tych samych dokumentach da się wprost porównać.
Zaplanuj limit czasu i budżet
Wywołanie jest synchroniczne, a pełne okno na max może wracać kilka minut, więc ustaw limit czasu klienta pod to żądanie albo odbieraj odpowiedź strumieniem. max_tokens domyślnie wynosi 32 768 i kończy się na 131 072; części z obrazami i plikami są odrzucane, a response_format JSON i tak trzeba sparsować po twojej stronie.
Szybki start z API
curl --fail-with-body -sN 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",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
