GLM-5.3-Flash

โมเดลเรือธงของเราใช้สถาปัตยกรรมแบบผสมผู้เชี่ยวชาญที่เปิดใช้งานเพียงบางส่วน มีพารามิเตอร์ 328 พันล้านตัว และปลดการปฏิเสธคำขอที่ระดับเทนเซอร์ ให้ความสามารถในการใช้เหตุผลระดับแนวหน้าสำหรับการเขียนโค้ดที่ซับซ้อน เอเจนต์ที่ทำงานต่อเนื่องเป็นเวลานาน และการวิเคราะห์เชิงลึก พร้อมความสามารถในการเข้าใจภาพ การเรียกใช้เครื่องมือ และบริบทเต็มขนาด 262K ในทุกระดับแพ็กเกจ

โมเดลที่มีความสามารถสูงสุดของเรา สำหรับการเขียนโค้ดที่ซับซ้อน เอเจนต์ที่ทำงานต่อเนื่องเป็นเวลานาน การใช้เหตุผลและการวิเคราะห์เชิงลึก พร้อมบริบทเต็มขนาด 262K ในทุกระดับแพ็กเกจ ใช้งานได้กับไคลเอนต์ทุกตัวที่ให้กำหนด URL ฐานและรหัสโมเดลเองสำหรับ API ที่เข้ากันได้กับ OpenAI

ข้อมูลโดยสรุป

• ตระกูลโมเดล: GLM-5.3-Flash
• รหัสโมเดล: glm-5.3-flash
• แพ็กเกจเริ่มต้น $109 / เดือน
• การใช้งาน: โทเคนและข้อความไม่จำกัด
• บริบท: 262,144 โทเคนในทุกแพ็กเกจ
• ปลดการปฏิเสธคำขอที่ระดับเทนเซอร์ พร้อมความสามารถในการเข้าใจภาพและการเรียกใช้เครื่องมือ
• การเข้าถึง: เบตาแบบปิด · เฉพาะผู้ได้รับเชิญ

แพ็กเกจสมาชิก GLM-5.3-Flash

• GLM Standard: $109/เดือน · โทเคนและข้อความไม่จำกัด · บริบท 262K · สตรีมคำขอพร้อมกันได้ 1 สตรีม
• GLM Pro: $199/เดือน · โทเคนและข้อความไม่จำกัด · บริบท 262K · สตรีมคำขอพร้อมกันได้ 2 สตรีม
• GLM Ultra: $399/เดือน · โทเคนและข้อความไม่จำกัด · บริบท 262K · สตรีมคำขอพร้อมกันได้ 4 สตรีม
• GLM Dedicated: $5,999/เดือน · โทเคนและข้อความไม่จำกัด · บริบท 262K · สตรีมคำขอพร้อมกันได้ 8 สตรีม

เปรียบเทียบแพ็กเกจ · ขอสิทธิ์เข้าถึงรุ่นเบตา · อ่านเอกสารคู่มือ

GLM-5.3-Flash ออกแบบมาสำหรับงานใดบ้าง

• การเขียนโค้ดที่ซับซ้อน: แก้ไขหลายไฟล์ ปรับโครงสร้างโค้ด และแก้จุดบกพร่อง โดยมีทั้งคลังโค้ดอยู่ในบริบท
• เอเจนต์: เรียกใช้เครื่องมือและปรับระดับการใช้เหตุผลได้ สำหรับงานหลายขั้นตอนที่ทำงานต่อเนื่องเป็นเวลานานใน Claude Code, Codex หรือ OpenCode
• การวิเคราะห์: อ่านสัญญา งานวิจัย และเอกสารขนาดยาวได้ครบทั้งฉบับ
• งานเขียนนิยายอย่างจริงจัง: เขียนเรื่องยาวที่มีโครงเรื่องซับซ้อน โดยรักษาความสอดคล้องของเรื่องได้ตลอดข้อความหลายร้อยข้อความ

ข้อมูลจำเพาะ

• พารามิเตอร์: 328 พันล้านตัว (สถาปัตยกรรมแบบผสมผู้เชี่ยวชาญที่เปิดใช้งานเพียงบางส่วน)
• บริบท: 262K (โทเคน ในทุกแพ็กเกจ)
• ข้อมูลเข้า: ข้อความ + รูปภาพ (มีความสามารถในการเข้าใจภาพในตัว)
• การใช้เหตุผล: 4 ระดับ (ไม่ใช้ · ต่ำ · สูง · สูงสุด)
• รหัสโมเดล: glm-5.3-flash
• โมเดลพื้นฐาน: GLM-5.3-Flash โดย Z.ai เปิดเผยค่าน้ำหนักของโมเดล
• ผลลัพธ์: ข้อความ โดยส่งส่วนการใช้เหตุผลกลับมาแยกต่างหาก
• API: เข้ากันได้กับ OpenAI และ Anthropic
• การเรียกใช้เครื่องมือ, การเข้าใจภาพ, การส่งผลลัพธ์แบบสตรีม, ผลลัพธ์รูปแบบ JSON, API ของ OpenAI และ Anthropic, ปลดการปฏิเสธคำขอในค่าน้ำหนักของโมเดล, โทเคนไม่จำกัด

เชื่อมต่อได้ในหนึ่งนาที

ใช้งานได้กับไคลเอนต์ทุกตัวที่เข้ากันได้กับ OpenAI ตัวอย่างสำหรับ Python:

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

คู่มือการตั้งค่า: SillyTavern · Janitor AI · Open WebUI · Claude Code · เอกสาร API

คำถามที่พบบ่อยเกี่ยวกับ GLM-5.3-Flash

GLM-5.3-Flash ไม่ปฏิเสธคำขอจริงหรือ?

จริง เรานำพฤติกรรมการปฏิเสธคำขอออกจากค่าน้ำหนักของโมเดล (ปลดการปฏิเสธคำขอที่ระดับเทนเซอร์) จึงไม่ต้องคอยปรับพรอมป์ต์เพื่อหลบเลี่ยงข้อจำกัด ความสามารถในการเข้าใจภาพ การเรียกใช้เครื่องมือ และการใช้เหตุผลยังคงอยู่ครบถ้วน

ใช้งานได้ไม่จำกัดจริงหรือ?

จริง ทุกแพ็กเกจ GLM-5.3-Flash ให้โทเคนและข้อความไม่จำกัด โดยไม่มีเพดานหรือการคิดค่าบริการตามปริมาณการใช้งาน แต่ละแพ็กเกจต่างกันเพียงจำนวนคำขอที่ประมวลผลพร้อมกันได้

ได้รับบริบทขนาดเท่าใด?

ทุกแพ็กเกจได้รับหน้าต่างบริบทเต็มขนาด 262,144 โทเคน โดยไม่มีการกำหนดเพดานต่อคำขอให้ต่ำกว่านี้

ปิดการใช้เหตุผลได้หรือไม่?

ได้ ส่งค่า reasoning_effort เป็น "none" เพื่อรับคำตอบโดยตรง หรือเลือก "low", "high" (ค่าเริ่มต้น) หรือ "max"