Вы запускаете текстовые задачи на GLM: проверку длинных документов, структурированный вывод, агентов с вызовом инструментов или ролевые игры для взрослых, а SpicyAPI предлагает два полноразмерных ID: zai/glm-5.2/chat и zai/glm-5.3/chat. Берите GLM 5.3 для программирования, агентов и вызова инструментов, а также для массовых прогонов, где рассуждение low экономит выходные токены. Берите GLM 5.2 для художественной прозы и ролевых игр для взрослых и когда нужен более низкий тариф. Если задача короткая, структурированная и упирается в стоимость, сначала попробуйте более дешёвый GLM 5.3 Flash.
Обе модели читают 1 048 576 токенов, возвращают до 131 072, принимают только текст и используют одну и ту же форму запроса, кроме полей, перечисленных ниже.
Какая модель для какой задачи
| Ваша задача | Выбор | Почему |
|---|---|---|
| Агенты для программирования, длинные циклы инструментов, анализ репозитория или инцидента | 5.3 | Посттренинг Z.ai нацелен на агентное программирование; в 5.3 также есть более низкий уровень рассуждения и управление параллельными вызовами инструментов |
| Последовательные вызовы инструментов (сначала забронировать слот, затем комнату) | 5.3 | Задайте в 5.3 parallel_tool_calls: false, чтобы запрашивать по одному инструменту; зависимости бронирования обеспечивайте в своём приложении |
| Массовая классификация, извлечение, переписывание | 5.3 с low или 5.3 Flash | 5.2 не может опуститься ниже high |
| Зафиксировать настройку при сравнении изменённых промптов | 5.3 | Только 5.3 принимает seed; он не гарантирует идентичного повтора |
| Ролевые игры и проза для взрослых | 5.2 | Помечена как без цензуры; на простые запросы чаще, чем 5.3, выдавала более откровенные сцены, а 5.3, помеченная как Light, чаще смягчает или отказывает |
| Стабильный ежедневный трафик, где один промпт для 5.2 уже проходит | 5.2 | Тарифы за токены примерно на 7% ниже; новые параметры не нужны |
Различия в запросе
| Возможность | GLM 5.2 | GLM 5.3 |
|---|---|---|
reasoning_effort | high, max; по умолчанию max | low, high, max; по умолчанию max |
seed | Не принимается | Принимается |
parallel_tool_calls | Не принимается | Принимается; по умолчанию true |
max_tokens | По умолчанию 32 768; максимум 131 072 | То же |
| Temperature / top-p | 0-1, по умолчанию 1 / 0.01-1, по умолчанию 0.95 | То же |
| Стоп-последовательности | Одна | Одна |
| Вывод JSON, функциональные инструменты | Поддерживается | Поддерживается |
Оба эндпоинта отклоняют поля, которых нет в их списке, поэтому тело запроса, написанное для 5.3 с seed, на 5.2 завершится ошибкой, а не будет проигнорировано. Держите поля для каждой модели раздельно.
Ни один из маршрутов не принимает medium, и ни один не позволяет отключить рассуждение. Собственный API Z.ai сопоставляет для 5.2 none и minimal с отсутствием thinking; к этому размещённому контракту 5.2 это не относится. Поскольку по умолчанию в обеих стоит max, ненастроенный вызов рассуждает максимально глубоко, а рассуждение тарифицируется как выходные токены.
Для клиента ролевых игр с настраиваемым выбором усилия сопоставьте его самую низкую настройку с high в 5.2 или с low в 5.3, а самую высокую с max. Проверяйте значение, которое уходит в запросе; подпись в интерфейсе клиента не является параметром API.
Сколько это стоит
| USD за миллион токенов | GLM 5.2 | GLM 5.3 | GLM 5.3 Flash |
|---|---|---|---|
| Входные без кэша | $0.98 | $1.05 | $0.1275 |
| Входные из кэша | $0.182 | $0.195 | $0.0255 |
| Выходные | $3.08 | $3.30 | $0.425 |
При одинаковом числе токенов 5.3 стоит на 7,14% дороже 5.2; 5.2 на 6,7% дешевле 5.3. Считайте попадания в кэш по тарифу кэша, а не начисляйте их повторно как входные токены без кэша. Три задачи:
| Задача | 5.2 | 5.3 | 5.3 Flash |
|---|---|---|---|
| 40 000 входных без кэша, 4 000 выходных | $0.05152 | $0.0552 | $0.0068 |
| 30 000 из кэша + 10 000 входных без кэша, 4 000 выходных | $0.02758 | $0.02955 | $0.00374 |
| Длинный документ: 600 000 входных без кэша, 8 000 выходных | $0.61264 | $0.6564 | $0.0799 |
Десять тысяч запусков первой задачи стоят $515.20 на 5.2 и $552 на 5.3. Разница в тарифах невелика; сильнее на счёт влияет длина рассуждения. Если 5.3 с low выдаёт принятый ответ при одной трети выходных токенов, она дешевле, чем 5.2 с max. Сравнивайте стоимость одного принятого ответа по возвращённому usage, а не стоимость одного вызова.
Тексты для взрослых: где каждая модель останавливается
По результатам наших тестов контента в сентябре 2026 года (на английском, одиночные запросы):
- Намёки и подразумеваемые сцены. Обе смягчают самую мягкую ступень (сцену флирта) при любой формулировке, и обе аккуратно пишут подразумеваемые чувственные сцены.
- Более откровенный контент для взрослых прямыми словами. 5.2 пишет его при прямом запросе или через системный промпт и отказывает, когда он подан как история. 5.3 пишет его только через системный промпт.
- Письменные интимные сцены между взрослыми. Ни одна не надёжна. С системным промптом 5.2 выполнила 2 из 3 запросов, а 5.3 выполнила 4 из 8. Эти небольшие выборки показывают, почему могут понадобиться повторные попытки, но не задают долгосрочную долю успеха. Прямые запросы отклоняются в обеих, а одна подача в виде истории даёт смягчённый вывод.
- Согласованное связывание или насилие в художественном тексте. Обе передают это в большинстве запусков.
В любой из моделей задавайте художественный контекст в системном промпте и учитывайте, что часть запросов всё равно будет смягчена или отклонена. Если это ваша основная нагрузка, GLM 5.3 Flash тоже помечена как без цензуры, за малую долю цены. Полную шкалу смотрите в обзорах GLM 5.2 и GLM 5.3.
Что различия в параметрах значат для приложения автора
Представьте помощника по расписанию с тремя задачами: прочитать утверждённый бриф сцены, найти помещение и забронировать его после подтверждения времени. Для первой задачи у 5.2 есть общие возможности работы с текстом и JSON при более низких заявленных тарифах. Если извлечение уже работает, одна только более новая версия не повод переходить.
Для короткого извлечения в 5.3 low — осмысленная настройка, потому что 5.2 её не предоставляет. Брифу с двумя персонажами, тремя планами и одним названным часом не нужен такой же объём рассуждения, как расписанию на месяц с зависимостями. Задавайте усилие явно, а не принимайте максимум по умолчанию в обеих.
Для бронирований parallel_tool_calls: false в 5.3 может сохранять вызовы последовательными, но порядок должно обеспечивать и ваше приложение. Запросу на бронирование нужен слот, который вернула проверка доступности. Если проверка слот не вернула, приложение не должно выполнять последующее бронирование с выдуманным временем. Последовательные вызовы не способны создать недостающую доступность.
Seed может помочь удерживать настройку генерации при сравнении изменённых промптов. Он не делает творческий ответ каноническим, не гарантирует идентичного повтора и не заменяет отсутствующий источник. Для приложения-компаньона для взрослых храните утверждённые факты о персонаже в собственной записи, а не полагайтесь на то, что seed сохранит их стабильными.
Часовое расписание, которое можно проверить без ИИ-судьи
В примере ниже 14:00–14:10 отведено на подготовку, а 14:50–15:00 на сборы, так что на три плана остаётся 40 минут. Один написанный человеком вариант распределения: 14:10–14:20 на крупный план письма, 14:20–14:35 на общую улыбку и 14:35–14:50 на прогулку. Это предложенное время, а не расписание, сгенерированное GLM, и не обещание, что съёмка уложится в него.
Если бриф добавляет десятиминутную смену света между вторым и третьим планом, на съёмку остаётся всего 30 минут. Запросите этот переход явно и пересчитайте доступное время. Модель, которая выдаёт гладко выглядящую таблицу, опуская переход, не решила изменённую задачу. Это более полезный тест для миграции, чем сравнение того, насколько убедительно звучат два объяснения.
Сначала попробуйте в Playground
- Откройте GLM 5.3 и перейдите в Playground.
- Вставьте приведённый ниже бриф тизера из трёх планов и запросите расписание с рассуждением Low.
- Убедитесь, что подготовка, три плана и сборы укладываются в часовое окно. Сравнивайте с 5.2 на High, только если вы уже используете этот маршрут.
Один полный запрос
Он превращает бриф короткого романтического тизера в JSON-расписание на 5.3 с усилием low. Для длинных входных данных или глубокого рассуждения используйте stream: true: более длинный тайм-аут клиента не предотвратит обрыв примерно через 100 секунд, который сетевой периметр применяет к ответам без стриминга.
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."}
]
}'Чтобы отправить его на 5.2, смените модель на zai/glm-5.2/chat, а усилие на high; уберите seed и parallel_tool_calls.
Проверьте choices[0].finish_reason и разберите choices[0].message.content, затем проверьте расписание в собственном коде: планы, подготовка и сборы должны уложиться в 60 минут, первый план не раньше 14:10, сборы закончены к 15:00. JSON, который успешно разбирается, всё равно может накладывать два плана друг на друга или отводить 70 минут на часовое окно.
Пусть Agent подготовит вызов
Для повторяющегося извлечения расписаний попросите вашего Agent для программирования использовать SpicyAPI Skill: «Прочитай zai/glm-5.3/chat, затем адаптируй пример под мои входные данные; покажи запрос перед запуском». Запрос через CLI: spicyapi models get zai/glm-5.3/chat --json; через MCP: spicyapi_model_get с model: "zai/glm-5.3/chat". Чат-вызовы используют совместимый клиент или API чата; команды медиазадач чат-ответы не генерируют.
Переход между ними
Для проверки миграции на равных условиях прогоните свои текущие промпты на обоих ID с high и сравните принятые ответы и суммарное использование. Затем отдельно попробуйте 5.3 с low, чтобы увидеть, проходит ли более короткое рассуждение те же проверки. Держите старый ID как запасной, пока новый маршрут не пройдёт проверки.
Недопустимое значение рассуждения. medium вызывает ошибку в обеих, а low — в 5.2.
Пустой видимый ответ. Строка stop может сработать во время рассуждения и завершить ход до какого-либо ответа. Уберите её, если она не нужна, и никогда не используйте распространённое слово вроде END.
Фото или PDF отклонены. Обе принимают только текст; сначала извлеките текст.
Вызов инструмента принят за выполненный. Верните полное сообщение ассистента с вызовом инструмента, выполните функцию из списка разрешённых и добавьте сообщение role: tool с соответствующим tool_call_id. Предложенное бронирование — это ещё не бронирование.
Ответ обрезан. Увеличьте max_tokens (максимум 131 072) или запросите меньше и отклоняйте причину завершения length до импорта JSON.
Для новой интеграции программирования или инструментов начните с GLM 5.3. Для уже работающего процесса с прозой для взрослых GLM 5.2 остаётся более дешёвой и более сговорчивой отправной точкой; сама по себе смена версии не повод переходить.
