GLM 5.3 API

GLM 5.3 — полноразмерная модель Z.ai с длинным контекстом, здесь она доступна как один совместимый с OpenAI эндпоинт /v1/chat/completions. Она читает до 1 048 576 токенов в пределах 256 сообщений и отвечает объёмом до 131 072, так что весь массив материала и выведенная из него аргументация помещаются в один вызов.

Уровень рассуждения — low, high или max, и max уже стоит по умолчанию. Принимаются temperature (от 0 до 1) и top_p, response_format возвращает JSON, можно объявить до 128 инструментов, сообщения — только текст, а ответы приходят потоком через Server-Sent Events.

Материал и рассуждение в одном вызове

Длинное окно — лишь половина заявки; вторая половина в том, держится ли цепочка выводов на такой длине. Загрузите рамочный договор с дополнениями или спецификацию вместе с реализующим её кодом и просите выводы, опирающиеся на фрагменты, разнесённые на сотни страниц.

Верхняя ступень, которая оправдывает свои токены

low, high и max расходятся на ответах, где одновременно должно сойтись несколько вещей: вывод из трёх абзацев, которые никогда не стоят рядом, или изменение, обязанное соблюдать инвариант, заданный в другом месте. Оставьте max для таких случаев, а для механических проходов используйте low.

Место для аргументации, а не только для вердикта

Ответ может занимать до 131 072 токенов — хватит на вывод, отброшенные альтернативы и цитаты, которые решают дело. Просите рассуждение явно, если его потом будет проверять человек.

Четыре документа и один вопрос

Загрузите в один запрос рамочный договор и три дополнения к нему и спросите, какие пункты теперь противоречат друг другу. Ответ зависит от двух далеко разнесённых фрагментов — ровно там, где ломается поисковый слой: он приносит то, что кажется относящимся к вопросу, а не пару, которая противоречит друг другу.

Разбор инцидента по всем артефактам

Положите в один вызов хронологию алертов, журнал деплоя, дифф конфигурации и стенограмму дежурства и попросите причинно-следственную цепочку — с доказательством для каждого звена и отброшенными гипотезами.

Бэкенды агентов, где вызов — это реальное действие

Объявите до 128 функций — возврат средств, изменение прав, эскалацию обращения — и позвольте решать tool_choice. Когда вызов выполняет реальное действие, умение понять, что вызывать ничего не нужно, стоит не меньше самого вызова.

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'

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.