
Codierung und Agentenmodell mit einem 1M-Token-Kontext, 128K Ausgabe, ständigem Denken bei niedrigem, hohem oder maximalem Aufwand, nativer Websuche und Werkzeugaufrufen.
Codierung und Agentenmodell mit einem 1M-Token-Kontext, 128K Ausgabe, ständigem Denken bei niedrigem, hohem oder maximalem Aufwand, nativer Websuche und Werkzeugaufrufen.
Anmerkungen: - Kontextfenster: 1 Mio. Tokens - Maximaler Ausgang: 128.000 Token - Immer Gründe; Denken kann nicht deaktiviert werden – Schlussfolgerungsaufwand: niedrig, hoch oder maximal (maximal empfohlen für komplexes Programmieren) – Eine Anfrage für eine andere Anstrengung oder zum Ausschalten des Denkens wird auf der nächstgelegenen unterstützten Ebene bereitgestellt – Eingebaute Websuche fügt bei Verwendung $0.033 pro Anfrage hinzu – Unterstützt Funktionsaufrufe, strukturierte Ausgabe (JSON-Modus) und Streaming
Auch bekannt als Z.ai GLM 5.3
glm-5-3/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/glm-5-3:generateContentglm-5.3zai/glm-5.3zhipu/glm-5.3Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen.
GLM 5.3 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID glm-5-3. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5-3",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="glm-5-3",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die GLM 5.3 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| max_tokens | integer | 65536 | 1 bis 131072 | Maximale Anzahl der zu generierenden Ausgabetoken. |
| temperature | number | 1 | 0 bis 1 | Kontrolliert Zufall. Niedrigere Werte machen die Antworten deterministischer. |
| top_p | number | 0.95 | 0.01 bis 1 | Kernproben-Cutoff. |
| reasoning_effort | enum | max | low, high, max | Dieses Modell argumentiert immer und kann nicht ausgeschaltet werden. Niedrig ist leicht, hoch ist verbessert und Max ist Deep Reasoning. Maximal wird für komplexes... |
| preserve_thinking | boolean | false | - | Beziehen Sie die Begründung früherer Assistentenzüge in die Eingabe des Modells ein/v1/chat/completions. Geben Sie jede Runde unverändert im reasoning_content Feld... |
| do_sample | boolean | true | - | Aktivieren Sie das Sampling. Schalten Sie es für gierige deterministische Ausgaben aus (Temperatur und top_p werden ignoriert). |
| tool_web_search | boolean | false | - | Aktivieren Sie die integrierte Websuche. Fügt $0.033 pro Anfrage hinzu, wenn man es nutzt. |
| search_recency_filter | enum | noLimit | oneDay, oneWeek, oneMonth, oneYear, noLimit | Beschränke die Websuchergebnisse auf ein aktuelles Fenster. |
| count | integer | 10 | 1 bis 50 | Anzahl der Websuchergebnisse, die abgerufen werden müssen, wenn die Websuche aktiviert ist. |
| search_domain_filter | string | - | - | Beschränke die Websuche auf eine bestimmte Domäne. |
| search_prompt | string | - | - | Optionaler Prompt, der verwendet wird, um abgerufene Websuchergebnisse zusammenzufassen. |
| search_result | boolean | true | - | Geben Sie die Metadaten der Websuchergebnisse in der Antwort zurück, wenn die Websuche aktiviert ist. |
| tool_stream | boolean | false | - | Streame Funktionsaufruf-Argumente inkrementell, wenn du streamst. |
| tools | array | [] | - | OpenAI-kompatible Funktionsaufruf-Werkzeugdefinitionen. |
Ankündigungen, Prompt-Tests und Vergleiche, die dieses Modell abdecken.
API Access Wie man die GLM 5.3 API verwendet GLM 5.3 ist Z.ais Flaggschiff-Coding- und Agentic-Modell mit einem 1-Millionen-Token-Kontext, immer eingeschaltetem...
Leitfäden Kimi K3 vs GLM 5.3 vs Qwen3.8 Max vs DeepSeek V4 Pro: selbstspielendes Flappy Bird und Missile Command Wir haben Kimi K3, GLM 5.3, Qwen3.8 Max 0902 und DeepSeek V4 Pro 0813 dieselben zwei Codierungs-Prompts mit maximaler...
Leitfäden Kimi K3 vs GLM 5.3 vs Qwen3.8 Max vs DeepSeek V4 Pro: ein Aquarium, ein Papierflugzeug und ein winziger Planet Wir haben Kimi K3, GLM 5.3, Qwen3.8 Max 0902 und DeepSeek V4 Pro 0813 dieselben drei Codierungs-Prompts mit maximaler...Auf EmpirioLabs wird GLM 5.3 nach Verbrauch abgerechnet: Eingabe $1.40 pro 1M Prompt-Token; Ausgabe $4.40 pro 1 Million generierter Token; Web-Suche $0.033 auf Wunsch. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
GLM 5.3 nimmt Text als Eingabe an und gibt Text aus.
GLM 5.3 unterstützt ein Kontextfenster von 1M Token mit bis zu 131.072 Ausgabe-Token pro Antwort.
Ja. GLM 5.3 bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID glm-5-3 verwendest.
Sende glm-5-3 als Modell in deinem Request. Die alternativen IDs glm-5.3, zai/glm-5.3, zhipu/glm-5.3 funktionieren ebenfalls.
Z.ai hat GLM 5.3 am 14. Aug. 2026 veröffentlicht.
GLM 5.3 auf EmpirioLabs wird aus Singapore bereitgestellt.
Ja. Der EmpirioLabs Playground führt GLM 5.3 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.