GLM 5.3 to pełnowymiarowy model czatu od Z.ai do długiego kontekstu, za wywołaniem zgodnym z OpenAI. Czyta do 1 048 576 tokenów, odpowiada do 131 072, z wysiłkiem rozumowania do max, 128 schematami narzędzi na żądanie i wyjściem JSON.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $1.05 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.195 / 1 mln tokenów
- Wyjście
- $3.30 / 1 mln tokenów
- Kontekst
- 1,048,576
- Maks. wyjście
- 131,072
$1.05/3.30za 1 mln tokenów · wejście / wyjście
contradiction-audit Przypadek, dla którego istnieje to okno: kilka dokumentów naraz, a odpowiedź opiera się na parze odległych od siebie fragmentów.
- 32000
- 0
- max
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $1.05 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.195 / 1 mln tokenów
- Wyjście
- $3.30 / 1 mln tokenów
- Kontekst
- 1,048,576
- Maks. wyjście
- 131,072
$1.05/3.30za 1 mln tokenów · wejście / wyjście
incident-chain Mieszany materiał dowodowy – oś czasu, log, diff, zapis rozmowy – sprowadzony do jednego łańcucha przyczynowego z cytatami.
- 16000
- 0.2
- high
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $1.05 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.195 / 1 mln tokenów
- Wyjście
- $3.30 / 1 mln tokenów
- Kontekst
- 1,048,576
- Maks. wyjście
- 131,072
$1.05/3.30za 1 mln tokenów · wejście / wyjście
json-brief response_format plus temperature 0 – to właśnie sprawia, że odpowiedź można bezpiecznie podać parserowi.
- 16000
- 0
- max
Ten przykład zaczyna się od Wejście $1.05 / Wyjście $3.30 za 1 mln tokenów. Playground przelicza szacunek po każdej zmianie ustawień.