كيفية استخدام واجهة برمجة تطبيقات GLM 5.3

GLM 5.3 هو نموذج البرمجة والوكلاء الرئيسي لشركة Z.ai، وتم إصداره في 14 أغسطس 2026. يعمل على نفس النموذج الأساسي ل GLM 5.2، مع المكاسب التي تأتي من فترة التدريب الممتدة بعد التدريب بدلا من فترة تدريب مسبقة جديدة: حيث تبلغ Z.ai عن تحسن بنسبة 50٪ في البرمجة مقارنة ب GLM 5.2 على منصة البرمجة الخاصة بها، بالإضافة إلى نتائج state-of-the-art بين النماذج مفتوحة المصدر في Terminal Bench 3.0 وAgents' Last Exam.

GLM 5.3 متاح على EmpirioLabs اليوم من خلال واجهة برمجة تطبيقات متوافقة مع OpenAI، مع إدخال وإخراج نصي، وسياق رمز بحجم 1 مليون، ورموز إخراج تصل إلى 128 ألف، واستدعاء الوظائف، ومخرجات منظمة في وضع JSON، وبحث ويب مدمج، وبث. جربها في الملعب أو استدعاه من أي عميل متوافق مع OpenAI. المواصفات الكاملة وأسعار السعر الحالية موجودة على صفحة موديل GLM 5.3 و وثائق واجهة برمجة التطبيقات.

التسعير

الفوترة تعتمد على الاستخدام: يتم قياس رموز الإدخال والإخراج لكل رمز، وكل بحث ويب مدمج يضيف رسوما صغيرة لكل مكالمة تنطبق فقط عند تشغيل البحث فعليا. لا يوجد طبقة ذاكرة تخزين مؤقت منفصلة. معدلات الرمز الحالية دائما موجودة على صفحة النماذج و صفحة الأسعار، والتي تبقى متزامنة مع ما تفرض عليك.

البداية السريعة

وجه أي حزمة تطوير OpenAI إلى رابط القاعدة EmpirioLabs ومررها glm-5-3 كنموذج:

من openAI استيراد عميل OpenAI = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) resp = client.chat.completions.create(model="glm-5-3", messages=[ {"role": "user", "content": "ابحث عن حالة العرق في هذا التجمع واقترح إصلاحا."}, ], reasoning_effort="max",) print(resp.choices[0].message.content)

نفس معرف الموديل يعمل عليه /v1/responses، الشكل الأنثروبي /v1/messages، والبرنامج المتوافق مع جوجل /v1beta/models/glm-5-3:generate Content الطريق. معرفات بديلة GLM-5.3, zai/glm-5.3، و zhipu/glm-5.3 يقرر نفس النموذج.

جهد استدلالي

GLM 5.3 يكشف عن أصل reasoning_effort التحكم بثلاثة مستويات: منخفض لأسباب خفيفة، عالي من أجل التفكير المعزز، و ماكس لأسباب عميقة. الافتراضي هو ماكس، وهو ما يوصي به Z.ai للبرمجة المعقدة والعمل على الوكلاء على الأفق البعيد. انخفض إلى منخفض اختصارا، الانعطافات الحساسة للزمن.

البحث على الويب والأدوات

المجموعة tool_web_search إلى صحيح أن يسمح للنموذج بالبحث في الويب قبل الإجابة، وتضييق النتائج ب search_recency_filter, search_domain_filter، و العد. استدعاء الدوال يستخدم المعيار OpenAI الأدوات مصفوفة و tool_stream يبث حجج استدعاء الأدوات عند إنتاجها.

أشياء تستحق المعرفة قبل مكالمتك الأولى

• لا يمكن إيقاف المنطق، لذا فهي دائما جزء من فاتورة الإنتاج الخاصة بك. على عكس GLM 5.2، لا يحتوي هذا الطراز على وضع التفكير العشوائي، و reasoning_effort يقبل فقط منخفض, عالي، و ماكس. الطلب الذي يطلب مستوى مختلف، أو تعطيل التفكير، يتم تقديمه على أقرب مستوى مدعوم بدلا من الفشل، لذا يستمر الكود المكتوب ل GLM 5.2 في العمل. رموز الاستدلال تحسب كرموز إخراج، و عند ماكس حتى الإجابة بكلمة واحدة يمكن أن تنفق معظم ميزانية الإنتاج في التفكير، لذا أرسل منخفض وبشكل صريح للمكالمات التافهة.
• المخرج المنظم هو وضع JSON، وليس تطبيق المخطط. الاستخدام response_format مع {"type": "json_object"} ووصف الحقول التي تريدها في الطلب. توفير مخطط JSON مقبول لكنه غير مطبق، لذا تحقق من النتيجة من جانبك بدلا من افتراض الشكل.
• إنه نصي فقط. الصور والفيديو وأجزاء الملفات مرفوضة. استخدم نموذج رؤية مثل GLM 5.3 Flash للإدخال متعدد الوسائط.

إلى أين تذهب بعد ذلك

افتح ال الملعب لتجربة GLM 5.3 بدون كتابة كود، اقرأ مرجع API للحصول على القائمة الكاملة للمعلمات، أو تصفح كتالوج النماذج لمقارنتها ببقية التشكيلة.